GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
请
登录
后使用快捷导航
没有帐号?
立即注册
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
使用交流
1
13317
什么是嵌套整理箱?怎么用?
gooseeker_info
于 2018-2-11 16:12
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
gooseeker_info
积分
1743
精华
1
威望
562
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
我看到教程中提到嵌套整理箱,是不是可以用来采集回复的回复?
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 1 个关于本帖的回复 最后回复于 2018-2-11 16:19
Fuller
积分
23799
精华
0
威望
6604
金钱
6
最后登录 2025-2-22
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
沙发
Fuller
管理员
发表于 2018-2-11 16:19:34
|
只看该作者
如上图,回复的回复,在网页上这样的内容形成一个树状的层次结构,一层套着一层,所以,做采集规则的时候,也要定义一个对应的嵌套的整理箱,如下图
红色箭头指向的是“容器节点”,他们都含有子节点,list是外层的大容器,multi是内层的小容器。针对这两层容器,都可以
定义样例复制规则
,用以抓取多个实例。例如,里面一层的multi容器可以用来存储一个回复下的所有嵌套回复,而list容器用以存储所有第一层回复。
要做样例复制映射,比较麻烦的一点是:要选择第一个和第二个样例做映射,万一含有回复的回复是出现在其他位置,而第一个样例不具有回复的回复,那么就不好做映射了。如果不得不用其他样例做映射,生成了规则以后要手工修改。
但是,还有一种简单的方法,如果网页上有合适的定位标志,就不用样例复制映射,而是用
定位标志映射采集多个样例
。
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
举报
使用道具
回复
支持
1
反对
0
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
精彩推荐
话题分析(NMF模型和LDA模型)软件的安装和
运行Apple无法验证的程序的方法
文本聚类分析软件的安装和使用方法
利用AI阅读和分析文本:扣子COZE记录用户反
在网页片段内直观标注——以B站评论采集为
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
集搜客文本分词标注工具(V1版)
3
怎样使用快捷采集(以采集京东评论为例)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10585
访问主页>>
wangyong
帖子:1716
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-2-23 14:08
快速回复
快速发帖
返回顶部
返回列表
共 1 个关于本帖的回复 最后回复于 2018-2-11 16:19