翻页问题求救！！

我做的是蚂蜂窝的口碑采集http://www.mafengwo.cn/poi/5427323.html
主题名：森林公园口碑



不知道为什么用这方法在其他网页都可以翻页，而蚂蜂窝这不行呢？而且打数机没有采集数据下来
希望大家帮忙看看

<?xml version="1.0" encoding="UTF-8"?>
<spider-clue-extraction>
<theme>森林公园口碑</theme>
<scope>
<from>HTML</from>
<path-type>a</path-type>
<path>
//*[@class='pi']/@data-page//a[.//text()="后一页"]

</path>
<clue-type>inthread</clue-type>
<target-theme>
<name>森林公园口碑</name>
<prefix-position>hostname+pathname</prefix-position>
</target-theme>
</scope>
undefined
</spider-clue-extraction>

翻页线索没有问题
是整理箱那里出问题了
加载规则报错
而且你说没有数据采集下来
就是第一页都采集不到
所以也翻不了页

给整理箱加上定位标志映射 这样也可以起到样例复制的作用的

你的规则加载不了，我检查了后台数据，看到你的规则里面有这么一个xpath

1. //*[@id='pagelet-block-6e6cc195ae7f829000e3ffaa6cee5056']/div/div[position()=4]/div[position()=1]/ul/li[position()>=1 and count(.//*[@class='name'])>0]

复制代码

里面有个id值，这个值可能是即时生成的，所以，定义规则的时候要避免这种短暂有效的id值，在“创建规则”工作台上，有个“定位”按钮，选择“偏好class”，看看生成数据规则能否避开这个id。

另外，手工做定位标志映射，可以避开自动选择的定位标志。

马蜂窝这个网页设计得很好，有很多合适的class和id可以作为定位标志。其实可以不用样例复制，用定位标志映射实现多样例采集。如图，红色箭头是我标出来的可以利用的定位标志，映射给抓取内容，做定位标志映射可以提高规则的适应性。

十分感谢HJLing版主和Fuller 管理员的帮助！问题已经解决了！用了定位标志映射就成功解决！

从此以后成为GooSeeker的自来水啦！也多推荐同学来GooSeeker学习下！软件好用，而且问题有达人帮忙解惑

ymyuanmo 发表于 2017-2-15 10:36
从此以后成为GooSeeker的自来水啦！也多推荐同学来GooSeeker学习下！软件好用，而且问题有达人帮忙解惑 ...