【集微库】微博采集工具箱使用常见问题

个人主页上的性取向、感情状况、血型和MSN，是不是能爬取？我看在爬取下来的Excel表格中没有看到有关的采集。

我用这个下载了一些数据后，现在好像账号登录显示不全了。是什么原因呢？正常看是有好几页的，但是一开始执行就一页就没有了。

baixiaopang 发表于 2019-1-25 11:08
我用这个下载了一些数据后，现在好像账号登录显示不全了。是什么原因呢？正常看是有好几页的，但是一开始执 ...

在集搜客浏览器登录微博了？网络怎么样？网速不好的话，可能网页会加载不出来

您好，我是根据关键词搜索抓取微博数据的，有三个问题：
1.有的微博较长，在搜索页面中未显示全文，请问如何能够抓取到“展开全文”后的全文内容？
2.现采集到的博文内容中所有的表情符号都没有了，请问如何能够采集到博文中的所有表情符号？
3.对于很多转发类的微博，可否采集到微博正文下的被转发的原微博的博文内容？
谢谢回答！

lll777 发表于 2019-1-29 18:43
您好，我是根据关键词搜索抓取微博数据的，有三个问题：
1.有的微博较长，在搜索页面中未显示全文，请问如 ...

1,需要展开全文的微博可以用采集微博展开全文的数据DIY单独采一遍，通过“展开全文”将对应的微博独立链接筛选出来
2,表情不是文本内容是HTML表表签，如果是自定义采集规则可以对博文抓取HTML片段
3,用微博的转发内容采集工具可以采集微博的转发内容

知识产权 发表于 2019-1-29 20:35
1,需要展开全文的微博可以用采集微博展开全文的数据DIY单独采一遍，通过“展开全文”将对应的微博独立链 ...

感谢回答！
关于表情符号的爬取，我使用的是微博采集工具箱，并不是自定义规则，请问可以在工具箱里操作吗？如果不行的话，请问用自定义规则采集需要下载哪个软件，具体怎么操作呢？我想把博文内容的文字以及表情符号一起爬取下来。

lll777 发表于 2019-1-29 21:21
感谢回答！
关于表情符号的爬取，我使用的是微博采集工具箱，并不是自定义规则，请问可以在工具箱里操作吗 ...

要自定义爬虫规则的话，需要下载集搜客爬虫软件，使用方法在教程那里有详细解释。表情不是网页上的文字或者图片，而是用HTML的元素节点的class属性控制的，比如笑脸用class=`a'，鬼脸用class='b'类似这样的表示，所以需要设置成采集网页片断，从采集结果中把这些class识别出来

我已经采集完毕了，关键词的，但是打包数据提示为0，这怎么弄呢？

fr1115mini 发表于 2019-2-11 15:31
我已经采集完毕了，关键词的，但是打包数据提示为0，这怎么弄呢？

目前排队的任务太多，要多等一点时间，等入库完成后才能导出

fr1115mini 发表于 2019-2-11 15:31
我已经采集完毕了，关键词的，但是打包数据提示为0，这怎么弄呢？

你稍等一下，我让技术人员查查，我看到你的导入失败了，我让技术人员手工启动一下导入