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
9704
循环列表点击取数,用集搜客网络爬虫怎么做?
gooseeker_info
于 2016-9-28 12:13
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
gooseeker_info
积分
1743
精华
1
威望
562
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
网页上有个列表,我想点击列表上的每一项,把这项的内容采集下来。点击每一项的时候,会在一个新窗口中显示。集搜客网络爬虫能做吗?
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 2016-9-28 12:33
Fuller
积分
24029
精华
0
威望
6708
金钱
6
最后登录 2025-4-21
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 2016-9-28 12:25:12
|
只看该作者
集搜客网络爬虫的使用教程一般不用“循环”这个词,因为网络爬虫程序自动处理循环过程,不需要你明确定义每个循环过程,尤其是嵌套循环的时候,要层层规划,很麻烦,集搜客网络爬虫能自动定义循环。
一个循环是一系列连续动作,所以,在集搜客用户手册中,叫“连续动作”,你不必定义循环过程,只需告诉软件:你想对哪些网页节点做动作。
要做一系列动作,那说明承受动作的网页节点有多个,形成一个集合。XPath表达式定位到的节点本来就是一个集合,所以,用集搜客网络爬虫的时候,只需定义一个XPath,指明一个节点集合,那么爬虫会自动挨个去点击,所以,不用规划出来一个循环。
如果出现嵌套,那就是把内层的动作做了一遍以后,让外层做一次动作,然后,内层再次归零后又做一遍。这个过程就像家里的电表,低位数字+1,+1往上跳,跳满了就进一位,低位再从0开始往上跳,循环往复。
所以,无论嵌套多少层,只需为每一层把XPath写好,每一层都能定位到一个节点集合。把每一层按照高位->低位的顺序排好,网络爬虫就按进位顺序跳表运行,形成一个嵌套循环
举报
使用道具
回复
支持
反对
Fuller
积分
24029
精华
0
威望
6708
金钱
6
最后登录 2025-4-21
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 2016-9-28 12:33:06
|
只看该作者
点击每一项后,内容显示在另一个窗口中,那么就要检查一下:新内容是否有独立网址,如果有,那么这是个普通的层级抓取。如果没有,才需要用连续动作 做点击,而且还要打开飞掠模式,抓弹出窗口:
http://www.gooseeker.com/doc/thread-2221-1-1.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
360或火绒等杀毒软件导致GooSeeker爬虫软件
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
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
怎样使用快捷采集(以采集京东评论为例)
3
集搜客文本分词标注工具(V1版)
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:10607
访问主页>>
wangyong
帖子:1732
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-4-24 12:52
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 2016-9-28 12:33