在抖音视频评论采集规则中,我用了连续滚屏动作,为了能把瀑布流式显示的评论都采集下来,为了防止采集到重复数据,我设置了清除老数据,xpath是这样的:

//*[@class='aa8946e6a10e3788dca09663eb82fc99-scss']

我把这个xpath拷贝到搜索框中,能够搜到的评论条数没有问题,但是爬虫运行的时候,没有清除老数据



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 2021-9-9 10:27

沙发
Fuller 管理员 发表于 2021-9-9 10:27:21 | 只看该作者
xpath应该这样修改一下://*[div/@class='aa8946e6a10e3788dca09663eb82fc99-scss']
看来改动很少,但是,这样的话就定位到了父节点,这样,被定位到的节点就有很多兄弟节点,每个兄弟节点代表一条评论。这样才能生效。

总是,清楚老数据的xpath必须定位到很多兄弟节点,这些兄弟节点就是要被清除的节点。你原先的那个xpath定位到内部一个节点,那个节点没有兄弟节点,就没有可清除的内容了。


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

  • 怎样让GooSeeker分词工具使用宋体画词云图
  • 使用BERTopic时遇到的c-TF-IDF是什么?
  • gooseeker分词工具的命名实体识别和词形还
  • 怎样设置LDA模型的超参数alpha(α)和beta(
  • LDA主题分析模型到底是什么?

热门用户

GMT+8, 2026-6-2 13:09