首先,我爬的网页是http://www.dianping.com/search/category/299/30/g133,我想收集兰州酒吧的名称、区域、地址及人均消费。
我的主题名是兰州酒吧1。
一共有50页,在我爬数据是出现两个问题。
1、比如第一条数据,我把区域内容定位到“南关十字”


但显示的结果是,全显示“酒吧”两字

2、我使用记号线索翻页,到了14页就失败了。

求教,这样的问题我该怎么处理?

举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2017-8-25 12:17

沙发
shengchengx 金牌会员 发表于 2017-8-25 12:03:12 | 只看该作者

人均价格不是每一个都有,但是你这边勾选了关键内容,在没找到关键内容他就不显示了,去掉这个人均消费的关键内容试试

举报 使用道具
板凳
bowieD 金牌会员 发表于 2017-8-25 12:17:46 | 只看该作者
1,第一个问题应该是映射出了问题,再重新映射一遍。
2,第二个问题:第14页中所有的店铺都没有人均价格,而你给人均价格勾选了关键内容,所以在14页时会抓取失败。去掉人均价格的为关键内容应该就可以了。

.jpg (77.93 KB, 下载次数: 520)

.jpg
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 10:27