用的是旧版浏览器,设置重复内容中断,可还是一直重复采集,几次都是这样。

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 3 个关于本帖的回复 最后回复于 2021-2-3 23:44

沙发
Fuller 管理员 发表于 2021-2-3 22:58:14 | 只看该作者
重复内容中断不是适用所有重复情况的。举几个例子:

情况一:如果翻页是这种情况:1,2,3,4,5,5,5,5,5,那么重复内容中断就能起作用
情况二:如果翻页是这种情况:1,2,3,4,5,1,2,3,4,5,1,2,3,4,5,那么重复内容中断就不起作用。必须限定最大翻页数
举报 使用道具
板凳
ysdrjsj 新手上路 发表于 2021-2-3 23:32:54 | 只看该作者
Fuller 发表于 2021-2-3 22:58
重复内容中断不是适用所有重复情况的。举几个例子:

情况一:如果翻页是这种情况:1,2,3,4,5,5,5,5 ...

有50页,不知道为什么到了50页又重头开始。。

举报 使用道具
地板
Fuller 管理员 发表于 2021-2-3 23:44:05 | 只看该作者
ysdrjsj 发表于 2021-2-3 23:32
有50页,不知道为什么到了50页又重头开始。。

那就是第二种情况,要限制翻页次数,如果运行在爬虫群模式下,在调度参数中设置;


如果是手工启动的采集,那么启动采集的时候可以设置



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

  • 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

热门用户

GMT+8, 2025-2-6 21:50