听别人说这个登录是在一个iframe中,要用firebug,firepath分析以后找到原网址才能加载分析,太难操作了,特意过来问问集搜客是否能采集?
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-10-9 15:28

沙发
Fuller 管理员 发表于 2016-10-9 15:28:29 | 只看该作者
这种登录抓取对于集搜客来说,没有任何难度。有集搜客可以有两种选择:1)预先登录;2)自动登录。

及时预先登录也不麻烦,其他爬虫软件需要使用者盯着,当出现登录框的时候,在等待超时之前赶快登录,这样做无法采集大量数据。

集搜客网络爬虫还有另一个优势:iframe和普通html网页没有区别,一视同仁,大部分情况下,你都不用关心是否有iframe。

1)预先登录:如果你用的是火狐插件版,先在火狐中手工登录好,然后运行爬虫,不用为每个网页登录。我们采集的企业信息都是这样做的,下载企业信息:http://www.gooseeker.com/land/enterprise.html

2)自动登录:具体参看教程:http://www.gooseeker.com/doc/article-92-1.html ,还可以在登录的时候输入验证码。

更多关于登录的教程,请展开教程左栏的目录,高级教程-》自动登录方法

需要自动登录的案例很多,请看自动登录和讯博客:http://www.gooseeker.com/doc/thread-3541-1-1.html
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, 2024-4-20 19:43