|
要从网页上抓内容,一定要告诉爬虫:
1)网页上哪个内容是你想要的;
2)这个内容抓下来存放在哪里
“映射”就是把两者联系起来。好在GooSeeker爬虫不需要自己编写脚本程序,只需做映射即可。而较新版本连“映射”都隐藏了,用直观标注实现了映射过程。
在“创建规则”工作台上做内容映射,这个操作好理解,每个抓取内容一定要做内容映射。
那么在“爬虫路线”工作台上做线索映射有什么用呢?
GooSeeker爬虫为了提高抓取规则的适应性,先在网页上划定一个范围,然后才点击“下一页”作翻页动作,或者根据网址特征抓取下级网址。他们都是在这个范围内做的事情,这样就不会定位不准。
给线索划定范围的过程就是定位映射。如果提示没有线索定位映射,那么你创建的某条线索忘记给他做线索定位映射了。可以进一步阅读《定位映射和记号映射的区别是什么》 |
|
共 1 个关于本帖的回复 最后回复于 2016-10-23 21:05