快捷导航
1 121

求大神指教

Lucky嗨嗨 于 2017-9-13 23:54 发表 [复制链接]
我想抓取百度搜索关键词后的各结果网址,但是有两个问题:一是为什么@href对应的文本不是搜索结果的原网址?比如第一个结果的网址应该是www.ngac.cn/

,可是@href对应的是一串别的东西,如图1,但也能打开网站,该如何爬取真正的网址?;问题二:为什么搜索结果的第一页一共十个结果,但是爬取下来的结果只有七个,可见图2?如果单爬取标题或者摘要都没问题,唯独加上网址后就只能爬到七个结果,求帮忙!!非常感谢!!




图2

图2

图1

图1
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2017-9-14 09:36

bowieD 高级会员 发表于 2017-9-14 09:36:26 | 显示全部楼层
图片看不清,可以把规则名发出来
1,@href值对应得是什么,是网址不完整还是根本就不是网址
2,采集不全也跟这个@href有关
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

  • 百度推广后台数据DIY
  • 采集表单中的input动态内容
  • 采用刷新动作实现手机页面采集
  • 通过划定滚轮范围实现精确点击手机页面
  • 放大或者缩小页面便于采集手机网页内容

热门用户

集搜客GooSeeker网络爬虫 ( 粤ICP备11065265号-2 )

GMT+8, 2017-11-19 16:50