网址:http://www.laodao.so/forum/list
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2017-2-14 10:37

沙发
HJLing 版主 发表于 2017-2-14 10:25:26 | 只看该作者
就是普通的瀑布流形式
对“点击加载更多”做记号线索就可以了
翻页的教程参考《翻页采集列表
需要注意的是,瀑布流形式的页面采集结果文件会有重复数据,需要自己去重
举报 使用道具
板凳
Fuller 管理员 发表于 2017-2-14 10:37:07 | 只看该作者
这种没有尽头的网页,所占用的内存会无限扩大,最后把程序搞崩溃了。所以,如果要长期连续运行,就要设置爬虫群模式,调度参数中可以设置翻页次数,比如,100次,这样就禁止无限翻页
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, 2024-5-9 02:09