集搜客GooSeeker网络爬虫

标题: 为什么会变成这样？ [打印本页]

作者: 18046804885 时间: 2016-5-17 03:45
标题: 为什么会变成这样？
为什么数据会变成这样？

作者: Fuller 时间: 2016-5-17 09:23
GooSeeker的设计原则是尽可能确保与原网页内容一致，因为虽然有些信息看起来没有用，但是在某些研究场合下是有用的。所以，连空格都没有过滤。你的这个结果是因为抓到的内容前后都有空格。原因如下
1，可能是text()的前后本身就有空格
2，可能将一个html元素（比如 div）整个映射给抓取内容，也就是除了含有text（），前后的一些空内容也抓下来

应对方法：
1，针对上述情形1，启用会员中心的入库功能，导入云存储数据库，就能把前后的空格删除
2，针对上述情形2，尽量不要映射整个html元素，而且精确到text（）节点

欢迎光临集搜客GooSeeker网络爬虫 (https://www.gooseeker.com/doc/)