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
2
12082
像百度新闻或是网易新闻关键字怎样可以爬取到搜索到的正文内容
Fuller
于 2016-8-2 09:28
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
Fuller
积分
23573
精华
0
威望
6496
金钱
6
最后登录 2024-12-19
加为好友
发送消息
访问家园
技术支持,你好,我想问一下,像百度新闻或是网易新闻关键字这种爬虫规则,怎样可以爬取到搜索到的正文内容?
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 2016-8-2 09:33
Fuller
积分
23573
精华
0
威望
6496
金钱
6
最后登录 2024-12-19
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 2016-8-2 09:31:38
|
只看该作者
要点进去抓取。
1,从百度上搜到的网址不是真实网址,而且过段时间以后就会失效,要尽早点进去抓详细网页
2,不用模拟点击,做个两级规则就可以了,因为从搜索结果网页上能够抓到每个结果的独立网址,虽然是百度编码过的网址
3,虽然网址过段时间会失效,但是,有足够时间运行第二级规则
举报
使用道具
回复
支持
反对
Fuller
积分
23573
精华
0
威望
6496
金钱
6
最后登录 2024-12-19
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 2016-8-2 09:33:08
|
只看该作者
第二级很容易做,可以做一个通用规则,把body节点映射给抓取内容,把整个网页内容抓下来
详细页上的内容就别精准抓取了,每个网页结构不一样,只能做一个通用规则,把整个文本抓下来
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 09:07
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 2016-8-2 09:33