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
›
常见问题
2
2937
微博评论区爬取
2794244010
于 2024-2-6 19:39
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
2794244010
积分
64
精华
0
威望
28
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
本帖最后由 2794244010 于 2024-2-6 19:45 编辑
第一级任务:关键词采集微博,批量获取博文地址
第二级任务:【微博爬取第二级】根据地址运行,获取微博评论区的用户的昵称、评论文本、
评论中的表情
。
但是,第二级任务获取的评论很少,不符合实际数量。每次返回修改,原先内容映射过的字段都对应错误,任务直接报错。很多次都是这个情况。
有试过定位映射,但是class值不唯一,好像弄不了
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
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 2024-2-7 12:08
Fuller
积分
23683
精华
0
威望
6548
金钱
6
最后登录 2025-1-20
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 2024-2-7 11:37:24
|
只看该作者
点击dom树中的对应每条评论的节点,你会发现,dom树中的节点顺序跟页面上显示的刚好是反的。如果定义样例规则采集多条评论,就会发现样例规则不适应反的顺序。我的截图红框中是生成的xpath,从第16个div开始采集,其实是最后一个div,按照dom顺序只能采集到一条。
但是,改用
定位标志采集多条内容
的方法,就可以避免这个问题。每条评论都有相同的class值,刚好作为定位标志。参看教程:
https://www.gooseeker.com/doc/article-533-1.html
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
23683
精华
0
威望
6548
金钱
6
最后登录 2025-1-20
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 2024-2-7 12:08:51
|
只看该作者
除了我上面说的问题以外,这个网页十分难采集,要想采集全,还要使用很多其他技巧。我建议直接使用
微博采集工具箱中的评论采集工具
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:10581
访问主页>>
wangyong
帖子:1715
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-1-21 11:59
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 2024-2-7 12:08