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
9856
请问通过层级采集抓取第二级网页时,大多数线索抓取失败
何波波
于 2016-7-28 16:19
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
何波波
积分
1242
精华
0
威望
528
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
请问在通过层级采集抓取第二级网页数据的过程中,之前添加的大多数线索都失败了,只能抓到少数的网页,怎么解决?
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 2016-7-28 16:23
何波波
积分
1242
精华
0
威望
528
金钱
2
最后登录 1970-1-1
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
何波波
金牌会员
发表于 2016-7-28 16:23:33
|
只看该作者
1、在抓取层级网页时,第二级的页面大部分是具有多种网页结构形式的,而一个网页结构需要一个规则来抓取,这就说明第二级网页只做一个规则是不足以抓取到全部页面的数据,当规则与网页结构不匹配时就会抓取失败。所以,通常是要分析网页有多少种结构,然后针对每一种网页结构做规则。
2、规则可能不适用,可以参考这篇文章优化
http://www.gooseeker.com/doc/article-272-1.html
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
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
利用AI阅读和分析文本:使用COZE建设游记文
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:10575
访问主页>>
wangyong
帖子:1713
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2024-12-20 15:21
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 2016-7-28 16:23