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
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

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:
  1. 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
您需要登录后才可以回帖 登录 | 立即注册

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

热门用户

GMT+8, 2025-4-22 10:14