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
8938
同层级下多个span里的文本映射到同一个抓取内容
Mu_shui_GS2020
于 2020-3-31 16:14
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
Mu_shui_GS2020
积分
129
精华
0
威望
54
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
任务名:新豆瓣电影数据分析第2级
问题1:影片类型在同一层级下的不同span里,内容映射只能显示一个,定位映射一做就出错
问题2:因为某些电影详情页缺少信息如演员或是编剧,导致最终输出的数据文件有信息错位的情况,如图三,这种是要做定位映射还是使用xpath?
求问,这里该怎么改
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 1 个关于本帖的回复 最后回复于 2020-3-31 18:46
ym
积分
5311
精华
24
威望
1760
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
ym
版主
发表于 2020-3-31 18:46:09
|
只看该作者
问题1,这种不是结构化的网页节点,只能使用定义xpath,通过定位“类型”标签和下一个**标签,截取两者之间的节点内容,就是“类型”的值了,具体如下图
抓取内容表达式xpath:
substring-before(substring-after(//*[@id='info'],//*[@class='pl' and contains(.,'类型')]),//*[@class='pl' and contains(.,'类型')]/following-sibling::span[@class])
复制代码
问题2,这种定位失败的,跟问题1是一样的情况,也是要通过xpath来采集的,但是像演员这种信息,是有唯一属性节点的,这种做定位标志映射就可以准确采集了
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
浏览过的版块
常见问题
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
360或火绒等杀毒软件导致GooSeeker爬虫软件
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
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
怎样使用快捷采集(以采集京东评论为例)
3
集搜客文本分词标注工具(V1版)
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:10607
访问主页>>
wangyong
帖子:1731
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-4-22 10:14
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 2020-3-31 18:46