采集京东国际商品价格，数据管家和集搜客网络爬虫的结果不一样

任务名是：苏宁国际商品_详情

我发现，用集搜客网络爬虫能采集到活动价，但是用数据管家就采集不到活动价，请看下图

你用的数据管家是最新版本吗？数据管家正在快速迭代版本，要及时下载最新版本：https://www.gooseeker.com/pro/product_note_firefox.html

Fuller 发表于 2020-7-17 10:01
你用的数据管家是最新版本吗？数据管家正在快速迭代版本，要及时下载最新版本：https://www.gooseeker.com/ ...

是这周刚刚下载的，是V1.7.2版本

发誓学好内容分析 发表于 2020-7-17 10:02
是这周刚刚下载的，是V1.7.2版本

对，这是最新版本，我检查一下是不是bug，如果是bug，下周的新版本会解决

我测试对比了一下数据管家和集搜客网络爬虫，确实不同。

分析DOM有以下发现：

你自定义了xpath，用以采集商品价格：

1. .//*[@class='price-container clearfix']//dl[@class='price-promo']/dd/span/text()

复制代码

我用这个xpath能准确定位到DOM节点，如下图的dom结构，这里有两个text，价格在第二个

我把这个xpath拷贝到搜索输入框中，看看能搜到多少个text节点，发现总共其实有3个text节点。看来集搜客网络爬虫能把3个text节点合起来，而数据管家只采集了第一个


点击定义规则工作台上的“测试”按钮，选择弹窗中的“数据规则”页签，看到下面的内容


使用了copy-of命令，看来你勾选了高级设置中的网页片段或者纯文本内容，我查看了你的规则，确实勾了纯文本。

这样判断，数据管家在处理copy-of的时候没有把多个dom节点合起来。

下周的V1.7.3版本将改正这个bug

当前你可以这样写xpath，以避免这个问题：

1. .//*[@class='price-container clearfix']//dl[@class='price-promo']/dd/span

复制代码

这个xpath会把span下面的所有text合起来