提示: 作者被禁止或删除 内容自动屏蔽
举报 使用道具
| 回复

共 4 个关于本帖的回复 最后回复于 2017-9-6 15:14

沙发
bowieD 金牌会员 发表于 2017-9-6 11:38:33 | 只看该作者
1,点击测试,输出信息中的字段和抓取内容中的字段一致啊
2,给抓取得内容做上定位标志映射,精准抓取内容的位置,可以有效避免数据因定位不到而丢失《定位标志映射》
举报 使用道具
板凳
bowieD 金牌会员 发表于 2017-9-6 11:52:17 | 只看该作者
本帖最后由 wangyong 于 2017-9-6 12:48 编辑

后面缺少字段页面的 主要字段信息抓取缺失
1,先判断规则是否适应缺少字段的页面,跳转到缺少字段页面,后续分析看是否出错,出错说明规则不适应。可能是网页结构发生了变化导致抓取数据缺失。
2,有可能缺少字段页面的字段节点分布和样例页面分布的节点不一致就会导致抓取缺失,重新给抓取的内容做一下内容映射,不要选择最底层的节点做内容映射,详细参考《为什么用样例复制采集下来的数据不全?》

举报 使用道具
地板
378806123 禁止发言 发表于 2017-9-6 15:03:20 | 只看该作者
提示: 作者被禁止或删除 内容自动屏蔽
举报 使用道具
5#
bowieD 金牌会员 发表于 2017-9-6 15:14:14 | 只看该作者
本帖最后由 bowieD 于 2017-9-7 09:49 编辑

你这个不是因为定位不到而抓空,是因为缺少字段的页面的网页结构发生了变化,所以可能会导致抓取的字段缺失,根据你抓取缺失的“主要字段信息”的节点去分析缺少字段的页面和样本页面的页面结构的差异在哪里,由于节点没有@class和@id属性,做不了定位映射,所以需要自定义XPath,用Contains函数。
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, 2024-5-4 00:54