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
3
12643
集搜客可不可以抓tree?
思秋忆
于 2016-2-17 19:11
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
思秋忆
积分
430
精华
0
威望
170
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
比如这个网站:
http://www.xuekeedu.com/c1-g1.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
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 2016-2-17 21:37
xandy
积分
3345
精华
0
威望
1130
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
沙发
xandy
论坛元老
发表于 2016-2-17 19:16:09
|
只看该作者
点击tree后抓内容是很容易的,这个tree很简单,在MS谋数台的DOM分析中,这些都加载好了。
另外,因为这个tree只有固定的2级,抓层次关系比较容易,整理箱里面的抓取内容可以变成容器节点,只要给一个抓取内容下创建子内容,就变成了容器节点,这样就能存储层次关系了。
举报
使用道具
回复
支持
反对
Fuller
积分
23729
精华
0
威望
6570
金钱
6
最后登录 2025-2-5
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 2016-2-17 21:34:42
|
只看该作者
你是想点击这个tree然后抓内容呢?还是只是抓这个tree?
这个tree的结构是相当规整的,而且只有两级,是个静态的,虽然html源代码中看起来树的内容是动态加载的,如下图
但是,对于GooSeeker网络爬虫来说,这样的内容算作静态内容,GooSeeker所见即所得抓取网页,不管源代码怎样。我们说的动态树是只点击展开那种,而且层次深度不限。
而对于这个网页,说他很规整如下图:
第一层对应一些LI,第二层是第一层LI中的另一个UL列表。那么做个两层样例复制品就能完整抓下这个tree来。
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
23729
精华
0
威望
6570
金钱
6
最后登录 2025-2-5
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
Fuller
管理员
发表于 2016-2-17 21:37:12
|
只看该作者
因为tree结构很规整,除了抓tree本身很容易以外,也很容易定义连续动作,连续点击树上的每个节点,所有LI都使用类似的@class,很容易写动作施加点的定位XPath,通过连续点击,就能把所有内容抓下来。
连续动作的教程:
http://www.gooseeker.com/doc/article-141-1.html
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:10583
访问主页>>
wangyong
帖子:1715
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-2-6 03:59
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 2016-2-17 21:37