任务名称 “天上人间动漫实验”,如何限定仅仅采集版块 “最近国漫”版块的内容,谢谢
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2022-3-21 16:20

Fuller 管理员 发表于 2022-3-21 16:17:07 | 显示全部楼层
层次结构127.png
整理箱结构变成这种嵌套整理箱。外层的样例映射要取消掉,样例映射在内层做。鼠标选中左边整理箱的某个抓取内容,鼠标右键菜单有各种需要的菜单。

例如,可以选择在上方建立抓取内容,然后把原来的内容右移,就变成内层的了。

将“标志”字段映射给“最新国漫”。这样就能把所有内容分层抓下来。其实这样就可以了,可以在导出数据中把其他几部分删除
举报 使用道具
Fuller 管理员 发表于 2022-3-21 16:20:18 | 显示全部楼层
如果要在规则中筛选,那么要自定义xpath,上一步完成映射以后,点击“测试”按钮,在底下结果窗口中选择“采集规则”,找到“标志”的xpath,拷贝出来,编辑一下,变成这个:
  1. .//*[@class='title']/text()[contains(.,'最新国漫')]
复制代码
双击“标志”这个抓取内容,在弹出窗口中输入自定义xpath,勾上关键内容,就会当作筛选条件
筛选713.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, 2024-3-29 18:05