主题名: 问题列表425 (是三层采集的第一层)

设置滚屏后也只能采集到四个月前的,整个网页可以显示到12个月前的。请问要怎么处理才能采集到全部的数据呢。

举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2017-4-25 20:12

沙发
江南 初级会员 发表于 2017-4-25 19:57:01 | 只看该作者
这个页面要用连续动作的滚屏
举报 使用道具
板凳
HJLing 版主 发表于 2017-4-25 20:12:13 | 只看该作者
这个页面很长
要用连续动作的滚屏才可以
不然只用DS的自动滚屏 滚不到最下面去

还要注意一点的是
用连续动作的滚屏本来要在DS开启重复内容中断
但是我测试了一下
如果开启了重复内容中断
在采集过程中
还是会因为加载较慢导致连续三个结果文件都一样然后就终止采集
所以我建议不要打开重复内容中断
自己观察DS
等到加载到最后的时候
再手动关掉DS

这样采集的结果文件会有重复
只要最后那个就可以了 那就是最全的
至于生成线索给下一级
这个是不影响的
程序会自动对线索去重
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, 2024-5-2 20:21