不同网页结构的页面，采集时候抓取失败？找不出原因啊。望大神帮分析一下！

我抓取的是淘宝页面，翻页分层采集。第二级详情页有的是淘宝页面，有的是天猫页面。所以第二级主题下做了两个规则。遇到的问题是，第二级详情页采集百分之95都失败。

【错误排除】：
1：第一级做的翻页采集，有抓取结果并且为第二级提供了线索，这一级肯定没错误。
2：第二级的两个规则，针对淘宝跟天猫不同的网页结构，做内容映射。测试的时候，都显示正确。而且加载规则，也是成功的。
3：统计第二级的线索，可以查看到线索数。所以，从第一级转到第二级的过程，应该也是没问题的。
【可能的错误】：
第二级的两个规则，要找个网页标记。我设置各自的网址做内容映射。天猫用的是@href，淘宝用的是@src（淘宝Logo的标签没有@href）。
PS：早以前不知道淘宝页面网页结构不同，第二级只做了天猫的规则。那个时候，抓取第二级还会出结果，只不过抓取地特别慢，其中也有很多抓取失败的。可至少会有个抓取结果的文件夹及部分文件。这次第二级建了两个规则，不仅抓取失败，出结果的文件夹都没生成。

别的可能的错误，实在是想不到了。望大神指点啊！！！跪谢！

更新一下，第二级抓取的数据，不是全部失败。等到后边，采到部分信息。不过百分之九十五采集失败。

第二级规则名是什么？

Fuller 发表于 2016-6-20 14:46
第二级规则名是什么？

第二级主题名“淘宝记录仪详情”，这个主题下两个规则，规则1 规则2 。

这么复杂的整理箱结构，最好用上定位标记映射，如下图，尽量给每个抓取内容都做映射

定位标志映射可以提高规则的适应性，详细请参看：http://www.gooseeker.com/doc/thread-707-1-1.html

你要抓的信息，散布在页面的4个区域中，跨度很大，很容易受网页结构变化的影响。
1，logo再最顶上
2，人气在图片下面
3，名称，是品牌名称，在产品参数那里
4，其它抓取内容相对集中
这是网页上4个不同的区块，放在一个整理箱中，特别容易受影响。例如，在logo和下面的内容之间插一条广告，就有可能影响到抓取规则。

用上定位标志映射可以大大提高适应性。如果后期数据处理不是问题的话，可以放到4个整理箱中，那就可以有更高的适应性

Fuller 发表于 2016-6-20 15:10
你要抓的信息，散布在页面的4个区域中，跨度很大，很容易受网页结构变化的影响。
1，logo再最顶上
2，人气 ...

哦哦！用定位标志，明白了。不过，之前都是把抓取的内容放到一个整理箱，如果放到其他整理箱，区别就是最后EXCEL的格局变复杂吧？

Fuller 发表于 2016-6-20 15:10
你要抓的信息，散布在页面的4个区域中，跨度很大，很容易受网页结构变化的影响。
1，logo再最顶上
2，人气 ...

感谢您的耐心解答，彻底消除了我的疑问。感谢感谢！

759924607 发表于 2016-6-20 15:16
哦哦！用定位标志，明白了。不过，之前都是把抓取的内容放到一个整理箱，如果放到其他整理箱，区别就是最 ...

excel就会变得很复杂，从资源板块下载的xml转excel工具处理不了，用会员中心的入库功能可以处理，每个整理箱就当成一个表。

先用定位标志映射试试能否满足要求吧

Fuller 发表于 2016-6-20 15:03
这么复杂的整理箱结构，最好用上定位标记映射，如下图，尽量给每个抓取内容都做映射

定位标志映射可以提高 ...

您好，又来打扰您了。改了一上午，采集结果优化了许多。目前是天猫的都可以采集到，淘宝页面全部采集不到。
淘宝，我也用了定位标记映射，测试及再次加载都显示正确。新建了整理箱也一样，采集不到。您能帮我再分析一下嘛？万分感谢。