图中红色边框为要抓取的内容。

下面为抓取到的内容,标题和下级链接都抓对了,但就是卖家字段不正确,总重复第一个的。

上图为自定义xpath定位映射。
昨天还成功,但是没保存规则,后来不知道怎么弄回去

实在是不理解为什么会抓到重复的内容,求大神帮看下!!

规则名op1

1.png (213.49 KB, 下载次数: 586)

1.png

2.png (121.81 KB, 下载次数: 589)

2.png
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2017-8-21 18:43

沙发
Fuller 管理员 发表于 2017-8-21 08:54:06 | 只看该作者
自定义xpath最好不用//开头,//开头表示从html最顶端开始定位,容易定位错误,这是全局定位。

应该先不做自定义xpath,先用内容映射,点击测试按钮,在输出窗口中切换到“数据规则”,找到那个抓取内容的xpath,基于自动生成的xpath写自定义的,用相对定位。

自动生成的xpath的开头可能是 *//,也可能是.//,也可能是直接的html标签名字,这都是相对于容器节点开始定位的,而不是相对于html最顶端。

如果自定义xpath的话,一般不要用 *//,而是.//或者直接开始写html标签名
举报 使用道具
板凳
莫小波是天才 初级会员 发表于 2017-8-21 18:43:43 | 只看该作者
确实用全局定位是错误的,改成相对的以后就正确了,谢谢大神!
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, 2024-4-27 18:49