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
›
常见问题
2
7808
抓取内容怎么包括本页面网址
Arie-X
于 2016-10-10 16:25
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
Arie-X
积分
254
精华
0
威望
98
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
我想要采集做规则这个页面的网址 要怎么映射
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 2016-10-10 16:37
HJLing
积分
2906
精华
0
威望
900
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
HJLing
版主
发表于 2016-10-10 16:29:33
|
只看该作者
不需要做映射 结果文件是自动生成一个字段<fullpath>来存放当前页面的网址
举报
使用道具
回复
支持
反对
Fuller
积分
23504
精华
0
威望
6468
金钱
6
最后登录 2024-12-4
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 2016-10-10 16:37:15
|
只看该作者
纠正一下二楼的帖子,准确地说,不用给网址做内容映射,只要能生成抓取结果文件,会在文件中有<fullpath>字段,这个字段是本网页的加载的时候用的网址,还有一个<realpath>字段,这个是实际网页地址。区别详述如下:
比如,用层级抓取抓百度搜索,第一级抓取百度搜索结果;第二级抓取搜索到的每个网页。
百度搜索结果的每个网址其实不是网站的真实网址,而是百度的网址。在抓第二级的时候,加载网页用的是百度的那个跳转网址,填写到<fullpath>中,百度完成跳转以后,就变成真实网址了,填写到<realpath>中
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
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
使用AI工具Kimi生成python代码为文本分析结
苹果mac电脑安装集搜客网络爬虫软件失败的
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:10562
访问主页>>
wangyong
帖子:1713
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2024-12-5 03:28
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 2016-10-10 16:37