GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
使用交流
2
9980
爬虫路线定位选项怎样设置?
gooseeker_info
于 2016-10-17 17:00
发表
[复制链接]
gooseeker_info
积分
1743
精华
1
威望
562
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
我看到“爬虫路线”工作台上有定位选项按钮,跟“创建规则”工作台上的“定位”按钮一样吗?怎样用?
举报
使用道具
|
回复
共 2 个关于本帖的回复 最后回复于 2016-10-17 18:54
Fuller
积分
22387
精华
0
威望
6010
金钱
6
最后登录 2024-3-29
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
Fuller
管理员
发表于 2016-10-17 18:53:08
|
显示全部楼层
上图使用了缺省设置——偏好class(注意:老版本缺省是偏好id),生成的翻页XPath规则很短,就是从翻页区(div[@class='pager'])为起点,这样的规则适应性很强。
而上图,如果使用偏好id,生成的翻页XPath的起点是div[@class='forum'],这个块很大,很容易受到网页结构变化的影响。
其实,线索的定位映射和记号映射都没有变化,只是因为定位选项变化了,偏好class的话,爬虫从定位映射的那个DOM节点(包括自己)往上找一个含有class的节点,而偏好id,是往上找一个含有id的节点,起点代表的网页块越大越不好。
举报
使用道具
回复
支持
反对
Fuller
积分
22387
精华
0
威望
6010
金钱
6
最后登录 2024-3-29
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
Fuller
管理员
发表于 2016-10-17 18:54:38
|
显示全部楼层
整理箱的定位选项的含义类似,可以参看:
http://www.gooseeker.com/doc/thread-984-1-1.html
举报
使用道具
回复
支持
反对
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
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
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
集搜客文本分词标注工具(V1版)
3
怎样使用快捷采集(以采集京东评论为例)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10361
访问主页>>
wangyong
帖子:1704
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2024-3-29 22:15
快速回复
快速发帖
返回顶部
返回列表
共 2 个关于本帖的回复 最后回复于 2016-10-17 18:54