3 6800

文献集

SSYGBLBQ 于 2017-8-25 15:14 发表 [复制链接]
规则名称:文献集
问题描述:
(1)应采集400多条数据,实际只采集到69条数据;
(2)采集到的“出版年”是错误的。原网页:2017年,实际采集到的:72。


1.png
2.png
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2017-8-25 18:07

bowieD 金牌会员 发表于 2017-8-25 15:49:18 | 显示全部楼层
本帖最后由 bowieD 于 2017-8-25 16:29 编辑

1,采集内容没有抓全是因为定位不精准,重新内容定位,改成绝对定位就好了。
2,因为这个网站没有下一页文本记号进行翻页,翻页按钮是这个图案”>“,所以需要能把非文本映射为翻页记号,具体操作参考《没有文本记号进行翻页,要用什么匹配》

3,改了之后运行你的规则是正常的,你再试试。如果还有问题,可参考《翻页到中间就失败了怎么解决
11.jpg
举报 使用道具
SSYGBLBQ 新手上路 发表于 2017-8-25 18:04:10 | 显示全部楼层
嗯嗯,问题解决啦谢谢
举报 使用道具
bowieD 金牌会员 发表于 2017-8-25 18:07:22 | 显示全部楼层
不客气。
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, 2024-3-29 00:50