我要采集这个月以来的关于新冠病毒的微博,我用关键词搜索的方法,我设置了细分条件,设置成每4个小时一段。我不知道会不会有些时间段微博特别多,4个小时太长了,超出了50个分页。从哪里能看到是否超出了
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2021-5-8 17:11

Fuller 管理员 发表于 2021-5-8 17:11:17 | 显示全部楼层
爬取微博内容时,采用了爬虫群自动采集模式,是分批采集的,而且多个窗口同时运行。每一批运行完成后会显示一个状态页,如下图,就能看到一个查看日志的按钮
结束状态20210508170749.png

点击查看日志按钮,看日志详情,如下图这样的提示就是遇到了翻页限制,不过下面这个图只是一个示例,要看任务名,是不是采集微博内容的任务
限制20210508170828.png
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

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-4-18 16:36