这是测试界面的截图。
这是规则界面。
我只抓取三个内容,联系电话、邮箱、地点。由于这三个标签都没有@class,我没有做定位标志。只是在节点处,做了一个定位标志。测试时候,抓取的内容重复了,删除定位标志也重复,求问大神,这是什么原因?
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2016-9-13 17:05

沙发
HJLing 版主 发表于 2016-9-13 17:04:14 | 只看该作者
主题名是什么
举报 使用道具
板凳
Fuller 管理员 发表于 2016-9-13 17:05:37 | 只看该作者
在网页上有一个div块,里面的结构跟抓取规则是匹配的,而且这个div块的@class也是等于sec ugc-blo...,但是内容是空的。

这种内容可以在导入excel或者数据库后,把他们删除。

抓取规则用样例复制映射,而不用定位标志映射,可能就不会有这个问题。如果你没有使用样例复制映射,那么程序会自动选择定位标志生成规则。根据你的截图,这个标志是class,你可以修改定位偏好,“只用id”就能避开它。在“创建规则”工作台右边有个按钮“定位”,用来设置定位偏好
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-5-2 23:09