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
1
1812
新报层级抓取第二级72;新加坡邮报第二级
Fiona1_
于 2024-3-17 22:09
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
Fiona1_
积分
22
精华
0
威望
8
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
任务名是:新报层级抓取第二级72;新加坡邮报第二级。
请问我爬取一个网页(任务“新报层级抓取第二级72”),规则几乎对所有要爬取的链接都适应,采集时长也设置了60s,但为什么还是有一部分内容无法采集成功呢?我反复爬取了三次,都是一样的结果诶,请帮忙看看(标黄的部分内容缺失)然后我刚刚又爬取了一个一千多条链接的网页(任务“新加坡邮报第二级”),又出现了相同的情况,求教~
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 1 个关于本帖的回复 最后回复于 2024-3-17 22:58
Fuller
积分
23657
精华
0
威望
6536
金钱
6
最后登录 2025-1-7
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 2024-3-17 22:58:12
|
只看该作者
我加载了你的规则,像下图这样点击测试按钮,看采集规则:
看发布时间这个抓取内容的xpath,可以看出来,是相对于第一个抓取内容“文章标题”的xpath。如果有些网页相对关系有变化,就会采集不到。想避开这个问题的话,可以给“列表”做一个定位映射,这样做以后,所有抓取内容都会相对于“列表”生成xpath
生成的xpath就是这样了:
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
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:10579
访问主页>>
wangyong
帖子:1715
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-1-9 10:51
快速回复
快速发帖
返回顶部
返回列表
共 1 个关于本帖的回复 最后回复于 2024-3-17 22:58