我们在抓取一个网站的产品信息,通过连续动作抓取不同分类下的产品。
我们想在通过样例复制抓取每一条产品信息的同时,记录下这个分类的信息,这样在整理数据的时候的时候会比较方便。

尝试了很久,都只能是把分类和产品信息分开抓取,想请教下有没有什么办法可以把分类名插入到每一条信息中?


谢谢!
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2017-2-23 09:47

沙发
Fuller 管理员 发表于 2017-2-23 09:05:03 | 只看该作者
把分类信息插入到每一条中?还是整页信息都属于一类?

如果使用连续动作点击某个类别,那么在结果文件的actionvalue中可以存储点击的哪个类别。具体参看《连续动作的内容表达式
举报 使用道具
板凳
scraper 论坛元老 发表于 2017-2-23 09:38:58 | 只看该作者

如果类别和具体商品的位置不是很远 可以用上面的整理箱结构 同时采集

如果类别和具体商品位置离的较远不方便放在同一个整理箱 可以建立两个整理箱 不过这样的结构最后导出数据会在两张excel表 需要用函数拼接

举报 使用道具
地板
ym 版主 发表于 2017-2-23 09:47:28 | 只看该作者
方法1:可以建立三层的整理箱结构,在样例复制的容器节点前建立抓分类的标签。
方法2:在连续动作点击分类的动作中,高级设置的内容表达式里填上抓取分类的xpath,这样xml文件的actionvalue字段就能抓到分类名称。
详情可以参考教程《把信息与连续动作步骤对应起来》
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, 2024-4-29 00:17