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
›
常见问题
3
8004
关键内容抓取不下来
houxinyu1216
于 2018-9-5 16:38
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
houxinyu1216
积分
198
精华
0
威望
96
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
抓取数据网址是:
https://www.wdzj.com/dangan/search?filter
主题名是:平台1
设置关键内容抓取后,抓取的文本并不是想要的文本。。。不知道是怎么回事,请大牛帮忙解答,万分感谢!
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
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 3 个关于本帖的回复 最后回复于 2018-9-6 09:10
Fuller
积分
23795
精华
0
威望
6602
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 2018-9-5 16:59:19
|
只看该作者
他们都有相同的class,用这个定位标志映射,他们就搞混了,抓取的时候,他们都会抓取到第一个,等再次加载的时候,他们都会定位到第一个,结果还变成了加载失败,因为不运行把相同的节点映射给多个抓取内容。关于定位标志问题,这里有专门一组经验总结,最后一篇就是说这个的,相同class要想办法避免:
https://www.gooseeker.com/doc/thread-707-1-1.html
你这个规则其实还有个问题:刚才说的那几个抓取内容,对每一条来说有多有少,我建议用一个嵌套的整理箱,在嵌套整理箱内用一个样例复制,把他们都采集下来,不要一个个对应一个特定的抓取内容
看整理箱,我创建多了一层,然后用红框中的那个class做定位标志映射给那个子容器“更多属性”,而子容器中的“属性值”用那个EM做内容映射。这样就形成一个嵌套的整理箱,子容器也能采集多个内容,不管有多个,都能采集到。用定位标志采集多个样例的教程:
https://www.gooseeker.com/doc/article-347-1.html
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
反对
Fuller
积分
23795
精华
0
威望
6602
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
板凳
Fuller
管理员
发表于 2018-9-5 17:09:43
|
只看该作者
这个规则还有个问题
黄色背景那块内容,他们对应DOM上的每个区域都有相同的class值,你看右边4个箭头,他们class值相同,那么也会造成抓取的内容混淆在一起。我采用了一个技巧,用他们公共的父节点做定位标志映射,就是把那个class='itemConLeft'映射给每个内容,这样的话,为每个内容生成定位规则的时候,就会相对于这个父节点开始定位,就能区分开了。这就避开了相同的class='itemConBox'
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
2
反对
0
houxinyu1216
积分
198
精华
0
威望
96
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
地板
houxinyu1216
初级会员
发表于 2018-9-6 09:10:52
|
只看该作者
学习到了非常重要的内容和技巧,有很大帮助,谢谢您耐心细致的解答!!!
举报
使用道具
回复
支持
反对
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 07:24
快速回复
快速发帖
返回顶部
返回列表
共 3 个关于本帖的回复 最后回复于 2018-9-6 09:10