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
2
10229
银行保险监督管理委员会行政处罚信息网页抓取问题怎么解决
yinbaojianhui_0609
于 2021-6-10 15:58
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
yinbaojianhui_0609
积分
15
精华
0
威望
6
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
我先访问银保监会的网站,针对其中一个行政处罚信息网页定义了网络爬虫规则,保存规则,运行网络爬虫正常。
我在会员中心找到这个任务,使用菜单“修改任务”,加载这个网站的爬虫规则。发现加载好慢,显示这样的提示要10几秒,正常吗?
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 2 个关于本帖的回复 最后回复于 2021-6-10 16:08
Fuller
积分
23733
精华
0
威望
6572
金钱
6
最后登录 2025-2-5
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
Fuller
管理员
发表于 2021-6-10 16:06:35
|
只看该作者
加载规则的过程确实会比较慢,因为要连续做好几件事情:
1,要把网页内容加载上来。平时用浏览器访问页面觉得快很多,因为内容只要有一点可以显示就会显示出来,而加载规则不能这样,要等主要的网页内容都就绪了,才算加载完成
2,要解析网页html,生成DOM结构,并且在软件底部的DOM窗口中显示出来,这个需要一些计算时间
3,要注入直观标注标签,定位到每个做了内容映射的节点,把标签显示出来。
请注意,在你截图的那个提示之后还会有一个提示,这个提示其实也是很重要的:
像京东这样的网页,虽然当前窗口内容都加载好了,但是这个网页很长,后面还有很多内容没有加载好,尤其是你做了翻页抓取规则的时候,现在还没有显示出来翻页区。那么要这样操作:
1,关闭这个弹窗
2,滚动页面,直到页面的底部,看到翻页区显示出来。
这个过程中你能观察到网页内容是逐步增加的,等显示稳定了,再执行分析页面操作
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
Fuller
积分
23733
精华
0
威望
6572
金钱
6
最后登录 2025-2-5
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
板凳
Fuller
管理员
发表于 2021-6-10 16:08:19
|
只看该作者
另外,请注意,V10.7.1版本即将发布,这个版本在加载规则的时候更加慢了一些,因为此前的版本太快了,如果规则中含有采集iframe内容的标注,很有可能加载失败,因为分析页面太早,iframe内容还没有加载好
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
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
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
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
集搜客文本分词标注工具(V1版)
3
怎样使用快捷采集(以采集京东评论为例)
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:10583
访问主页>>
wangyong
帖子:1715
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-2-6 14:06
快速回复
快速发帖
返回顶部
返回列表
共 2 个关于本帖的回复 最后回复于 2021-6-10 16:08