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
2
6902
三层采集问题
chenxsh
于 2019-5-12 11:14
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
chenxsh
积分
211
精华
0
威望
104
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
我是三层采集的,列表(主题名:EBAY_CO_UK_list),页面(主题名:EBAY_CO_UK_item),销售记录(主题名:EBAY_CO_UK_history)
我的销售记录的网址是通过页面里面的某个链接进行下线线索进行采集的,但这个链接所对应的抓取内容(商品销量)每个页面不太一样,所以我对这个主题名做了两个规则,但进行自动采集的时候很多页面采集失败了,能帮我看看什么原因不?
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 2 个关于本帖的回复 最后回复于 2019-5-12 15:29
Fuller
积分
23683
精华
0
威望
6548
金钱
6
最后登录 2025-1-20
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 2019-5-12 15:16:42
|
只看该作者
我加载了EBAY_CO_UK_history,但是看到只有一个抓取内容,抓整个html,这样就不会有失败了的。但是这样就不是精确地按字段抓取了。
如果按字段抓取,容易失败,应该做上定位标志映射,参看:
https://www.gooseeker.com/doc/article-344-1.html
举报
使用道具
回复
支持
反对
Fuller
积分
23683
精华
0
威望
6548
金钱
6
最后登录 2025-1-20
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 2019-5-12 15:29:39
|
只看该作者
对比上面两图,如果我做规则的话,我会用红色箭头指向的那个class值
作为定位标志映射
,映射给“商品销量”。
但是通过对比两图,发现两个的class值不一样,那么我会点击“测试按钮”,看到生成的数据规则,把抓取“商品销量”的xpath表达式拷出来,编辑一下,只取两个都有的class值的内容,用contains()函数让两边通用,用
自定义xpath的方法
让规则通用。
另外,要点击“定位”按钮,查看缺省选择的偏好id是否合适,下图可见,偏好id的时候,生成xpath很长,有很多position函数,网页结构稍微不同就失效了。
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
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:10581
访问主页>>
wangyong
帖子:1715
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-1-21 15:36
快速回复
快速发帖
返回顶部
返回列表
共 2 个关于本帖的回复 最后回复于 2019-5-12 15:29