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
请
登录
后使用快捷导航
没有帐号?
立即注册
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
4
15315
京东商品评论星级抓取问题
jinna1993
于 2016-12-14 10:17
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
jinna1993
积分
140
精华
0
威望
68
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
抓取京东商品评论星级时,用了xpath函数 ——*//*[contains(@class,'grade-star g-star')]/@class ,抓手机商品时可以采集 ,但是换乘其他商品就不行了。另外换成洗衣机之后,好多信息有些评论的信息也采不到了,是不是因为后面的没有商城自动识别的关键词这一栏?
手机主题名是——苹果5S金色16G评论,洗衣机主题名——TCLXQB55-36SP评论
求大大帮助,谢谢~
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 4 个关于本帖的回复 最后回复于 2016-12-15 00:03
Fuller
积分
24033
精华
0
威望
6710
金钱
6
最后登录 2025-4-25
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
沙发
Fuller
管理员
发表于 2016-12-14 10:39:55
|
只看该作者
得用上
定位标志映射
,电商网站是比较好抓的,因为都有很好的定位标志。
另外,没有必要自己做规则了,有现成的数据DIY,
京东评论已经上线
了,还会有更多电商上线数据DIY
举报
使用道具
回复
支持
反对
xandy
积分
3345
精华
0
威望
1130
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
板凳
xandy
论坛元老
发表于 2016-12-14 11:51:01
|
只看该作者
本帖最后由 xandy 于 2016-12-14 11:53 编辑
我看了下你的规则,主要存在以下几个问题
1、评论星级抓不到
2、评论内容、回复数、购买渠道和点赞数抓不全
原因是:
1、评论星级的xpath没有写好
有些评论里头只有p-comment,有些既有p-tabs又有p-comment,之前对评论只有内容映射而没有定位,所以碰到有p-tags的,评论就抓取不全了。
这个页面第一页的评论第一条评论没有标签,所以就翻到第二页作为样本页面来做规则(放心,抓的时候还是从第一页开始抓)。
2、第二页的第一条数据没有地区,而地区和会员是存在一个div里头(@class='type-item'),所以这两个用一个采集字段来抓,到时候用excel的数据分列功能将会员等级和地区分开。
3、抓不全的内容都加上定位标志,提高规则的适用性。
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
举报
使用道具
回复
支持
反对
xandy
积分
3345
精华
0
威望
1130
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
地板
xandy
论坛元老
发表于 2016-12-14 11:59:38
|
只看该作者
改动如下——
现在测试就完整了
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
举报
使用道具
回复
支持
1
反对
0
jinna1993
积分
140
精华
0
威望
68
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
5
#
jinna1993
初级会员
发表于 2016-12-15 00:03:18
|
只看该作者
谢谢~~~
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
360或火绒等杀毒软件导致GooSeeker爬虫软件
话题分析(NMF模型和LDA模型)软件的安装和
运行Apple无法验证的程序的方法
文本聚类分析软件的安装和使用方法
利用AI阅读和分析文本:扣子COZE记录用户反
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
怎样使用快捷采集(以采集京东评论为例)
3
集搜客文本分词标注工具(V1版)
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:10607
访问主页>>
wangyong
帖子:1732
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-4-25 18:06
快速回复
快速发帖
返回顶部
返回列表
共 4 个关于本帖的回复 最后回复于 2016-12-15 00:03