做层级规则的时候,第一级抓到下级线索,第二级抓详细内容,但是第二级的网页结构不都是一样的,出现了好几种结构,这种情况第二级规则应该怎么做才能将这几种不同结构的网页都采集成功??
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-11-7 15:00

沙发
quyixuan 金牌会员 发表于 2016-11-7 15:00:42 | 只看该作者
本帖最后由 ym 于 2016-11-7 15:09 编辑

第二级网页有多种结构的情况,需要对每一种结构对应着做一个规则,而这些规则都可以放在同一个主题下,但注意要在规则里做上唯一标志来区分不同的网页结构,这样运行第二级主题,爬虫就会根据唯一标志来选择对应的规则来采数据。案例参考《怎样采集同一网站的不同网页结构信息》
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, 2024-5-4 05:00