我定义规则的时候晕头转向的

我想爬取商标局商标信息
根据公告获取注册码 然后在查询页面进行查询获取商标的具体信息,
查询过程中有个验证码的关要过
本人是新人 求大神帮我定义下规则

对了 这里附上原地址http://sbj.saic.gov.cn/

刚看了商标网站，浏览网页非常慢，有时还打不开网页，你说的公告，打开的信息是以图片显示的，软件目前还没实现图片文本的转换，所以就无法获取商标注册码，这样就不能用软件实现自动化抓取

ym 发表于 2015-8-24 10:10
刚看了商标网站，浏览网页非常慢，有时还打不开网页，你说的公告，打开的信息是以图片显示的，软件目前还没 ...

也就是说 软件是抓去不了这个数据是吗 ?

嗯，只能抓到图片

ym 发表于 2015-8-24 10:15
嗯，只能抓到图片

那如果我可以拿到那个注册码呢 就是我能提供注册码

商标查询那里要输入注册码，这步要想自动化，得自己编写程序实现，集搜客提供开发者工具，可以执行个性化的代码，但这个挺难的，但是观察了商标查询的网址，是比较结构化的，你可以根据注册码构造出这个网址，把 http://sbcx.saic.gov.cn:9080/tmo ... 31243&paiType=0 中的Num=5431243的数字替换成新的注册码就可以构造出网址了，这样就可以直接做这一页面的规则就可以，只是如果你还要详情信息的话，就要设置模拟点击的操作，一个页面目前只能模拟点击一次，但也可以自己编写程序实现点击多次，而验证码的关卡需要自动输入验证码，这个功能集搜客软件是有的，但当前版本尚未还开放，所以你这一步只能手工打码，就是在抓数据的时候，自己输入验证码

ym 发表于 2015-8-24 11:00
商标查询那里要输入注册码，这步要想自动化，得自己编写程序实现，集搜客提供开发者工具，可以执行个性化的 ...

明白了 就是集搜客还不能爬取这个网站 ,...

网站是可以抓的，只是不能全自动，还要人工辅助

集搜客入门教程有视频了，在这里观看http://www.gooseeker.com/doc/thread-276-1-1.html