对于进行点击后网页地址完全不变的情况,要怎么爬取数据
http://www.gooseeker.com/doc/thread-6843-1-1.html
(出处: 集搜客GooSeeker网络爬虫)

前几天遇到了“连续动作”方面的问题,很感谢大神帮我解决了。还是这个网站,这个页面,遇到了不知道用翻页还是连续动作的问题
在点击“查询符合条件的机型”后,在网页上会显示这个默认列表有1610页,在浏览器上是可以一页一页翻页成功的。
在写了翻页的规则之后,第一页可以顺利翻到第二页,并采集信息。可是之后会一直重复采集第二页。我在编写规则的页面,先取消了“内容定位”的情况下,也无法翻页到第三页,会一直卡在第二页。
看了一下代码,这个翻页动作不是用下一页的地址写的,而是用一个onclick动作触发了,这是在编写规则的窗口和爬数据时不能翻页到第三页的原因吗?我应该怎么解决呢
这样我是应该写两个动作吗?

如果是做一个“查询符合条件的机型”点击动作,一个“下一页”点击动作的话。在大神分享给我的这个例子里把信息与连续动作步骤对应起来—以58同城分类采集为例,是做完两个动作以后开始第二个规则来采集具体信息,然后再做两个点击动作。但是这个网站,在采集第一页的时候,我在点击了“查询符合条件的机型”后出现的第一页列表需要先采集完信息,才能执行下一页。
如果是按翻页做的话,要怎么做呢?


举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2017-3-13 16:17

沙发
xandy 论坛元老 发表于 2017-3-13 16:07:55 | 只看该作者
本帖最后由 xandy 于 2017-3-13 16:09 编辑

看过你要采集的目标网址
  1. http://shouji.tenaa.com.cn/mobile/mobileindex.aspx
复制代码
我用火狐浏览器和GS爬虫浏览器直接打开该网址,点击“下一页”只有第1次是有效的,也就是说点到第2页之后,无论怎么点击“下一页”,一直会停留在第2页,应该是该网站浏览器支持上有问题,我用搜狗和谷歌浏览器打开都是正常的,所以导致翻页死循环的原因是浏览器的问题。
并不是不能解决这个问题,输入框输入页码然后点击跳转能够跳转到正确的页面,所以可以采取这个方案。

爬虫路线的规划思路可以是:
规则1:规则设定抓一个key值,连续动作设定点击“查询符合条件的机型”,目标主题名为规则2。
规则2:规则设定抓一个key值,连续动作设定输入和点击“转到”动作,不过自动输入(n个页码数字)要旗舰版才能实现,参看教程《连续动作:自动搜索关键词采集信息—以京东为例》,目标主题名为规则3。
规则3:具体的手机列表采集规则。
举报 使用道具
板凳
livia1014 初级会员 发表于 2017-3-13 16:15:08 | 只看该作者
xandy 发表于 2017-3-13 16:07
看过你要采集的目标网址我用火狐浏览器和GS爬虫浏览器直接打开该网址,点击“下一页”只有第1次是有效的, ...

好的好的,十分感谢!解决了我不知道怎么连续输入的问题,再次感谢您!

举报 使用道具
地板
Fuller 管理员 发表于 2017-3-13 16:17:35 | 只看该作者
quyixuan 发表于 2017-3-13 15:59
既然下一页不是链接,是onclick的话,就不能用翻页来做了

GooSeeker定义的翻页规则,不要求是链接,onclick照样支持。因为集搜客网络爬虫使用模拟点击
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, 2024-4-26 16:06