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
3
13117
网页结构有一点不同的网页可以用一个规则来抓数据吗
MakeitPossibleV
于 2015-8-27 11:16
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
MakeitPossibleV
积分
25
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
在抓一个网站的数据,但是有的信息不是每个网页都有,而是部分网页才显示,就是只有这点差别而已,我做了一个规则,但是只抓到一类网页的信息,怎么解决啊
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 3 个关于本帖的回复 最后回复于 2015-8-31 18:04
wangyong
积分
10332
精华
4
威望
4298
金钱
3
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
wangyong
版主
发表于 2015-8-27 11:20:34
|
只看该作者
本帖最后由 wangyong 于 2015-8-27 11:28 编辑
要看实际情况,有些网页能用一个规则,例如百度新闻搜索网页,搜索结果有多种结构,有的新闻有图片和相同新闻数显示,有的新闻就没有,虽然没有这些信息,但对应的div说不定一直存在,具体情况需要分析网页结构,就是把网页加载到MS谋数台,然后点击网页信息,观察这些信息结构的异同点;如果div一直存在,就可以把这个网页当作样本页面做规则,红框中的抓取内容(仅部分网页显示的信息)就不用设置成关键内容,这样,网页显示这些信息时DS打数机就会抓取,没有的网页就会跳过不抓,同时正常抓取页面上的其它信息
如果网页结构改动很大,可以定义两个规则,放在同一个主题名下,一个规则抓取一种网页结构的数据,一个主题名可以包含多个规则,相当于是一组规则了,DS打数机在抓数据时就会用这组规则去匹配网页结构,抓取与规则相匹配的网页数据。
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
MakeitPossibleV
积分
25
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
个人资料
主题列表
发消息
板凳
MakeitPossibleV
新手上路
发表于 2015-8-27 11:54:56
|
只看该作者
看懂了,我这个网页虽然只有一点不同,但是有的网页没有对应的div,要做两个规则才行,谢谢解答
举报
使用道具
回复
支持
反对
驻在冰箱的企鹅菌
积分
223
精华
1
威望
88
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
地板
驻在冰箱的企鹅菌
中级会员
发表于 2015-8-31 18:04:03
|
只看该作者
版主没有没有发布抓取百度新闻搜索网页的规则,这样就可以具体看看规则来理解了。
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:10574
访问主页>>
wangyong
帖子:1713
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2024-12-19 04:05
快速回复
快速发帖
返回顶部
返回列表
共 3 个关于本帖的回复 最后回复于 2015-8-31 18:04