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
10558
自定义xpath和嵌套样例复制均无效
xandy
于 2016-9-1 18:02
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
xandy
积分
3345
精华
0
威望
1130
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
网址:
https://deyunsp.tmall.com/category.htm?spm=a1z10.1-b.w5001-14278955949.3.dwiDX4&search=y&scene=taobao_shop
问题:要采集网页里头的奶粉产品信息(price、name、sale-num、comment-num),如图所示,本店推荐的奶粉产品的class和上面列表产品的class是一样的,所以无法进行区分,我要怎么做才能只采集列表产品(不包括推荐的产品)。
尝试对抓取的内容做自定义xpath,选择专有定位,例如:
price
内容表达式:.//*[contains(@class,'c-price')]/text()
定位表达式:*[@class='pagination']/preceding-sibling::*[contains(@class,'item')]/dl
在XPATH搜索框能够相应找到,但是,测试结果只有第一个奶粉的产品信息,why?
数据规则如下:
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 2016-9-1 22:42
xandy
积分
3345
精华
0
威望
1130
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
xandy
论坛元老
发表于 2016-9-1 18:04:15
|
只看该作者
规则名:JD_shop
举报
使用道具
回复
支持
反对
Fuller
积分
23733
精华
0
威望
6572
金钱
6
最后登录 2025-2-5
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 2016-9-1 22:42:32
|
只看该作者
这个网页稍微有些麻烦,看下图
在DOM上所有商品都在同一级,而且他们的class也完全一样,用普通的内容映射或者定位标志映射都很难分开。
中间两个DIV分别是翻页区和“本店内推荐”标题,可以利用他们进行区分。
我想到的是直接修改抓取规则。
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:10583
访问主页>>
wangyong
帖子:1715
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-2-6 21:11
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 2016-9-1 22:42