层级抓取

A2467800302

使用层级抓取时，第二层比第一层搜集到的线索个数多，虽然使用VLOOKUP，也能使他们合并的正好，但是能否解释一下，为何第二层线索多于第一层？

Fuller · 发表于 2016-11-26 15:50:41

一般情况下，第二层都是比第一层多，因为第一层是列表，第二层是详情。
你的主题名是什么？

shenzhenwan10 · 发表于 2016-11-26 15:51:27

第二层的线索数你是怎么得到的？

A2467800302 · 发表于 2016-11-26 16:29:07

阿里数据管家11.26.1
阿里数据管家11.26.2
阿里数据管家11.26.3
第一层和第二层的线索数一样，但实际搜到的信息多
第二层比第三层的线索数多

shenzhenwan10 · 发表于 2016-11-26 16:48:38

从这3个规则的线索数看不出问题
第1级 1
第2级 210
第3级 659

shenzhenwan10 · 发表于 2016-11-26 16:50:23

你所说的线索数是不是指结果文件数量？

A2467800302 · 发表于 2016-11-26 17:17:08

嗯嗯，就是直接导入EXCEL后，图2信息多于图1，我一直觉得他们应该是两两相匹配的，第一层是帖子目录，对应的直接就是第二层的具体帖子信息，一个目录对应一个信息，数量应该一样啊？
图1

图2
我的结果是如图所示，是我的操作错误，还是就是这样的，再用VLOOKUP处理一下就好，希望解释原因

shenzhenwan10 · 发表于 2016-11-26 17:34:18

从你的截图看，图2的记录有重复的
第二级的结果入到excel里后，你需要整理去重

shenzhenwan10 · 发表于 2016-11-26 17:36:00

如果还有和第一级对应不上的，那就找出多的记录和网址，通过比对和重新抓取测试，看看问题出在哪个环节

A2467800302 · 发表于 2016-11-26 17:49:38

我直接用VLOOKUP，他都对应上了，是不是说明我的操作木有失误，爬虫软件就是这样哒？

共 9 个关于本帖的回复最后回复于 2016-11-26 17:49

	B Color Image Link Quote Code Smilies 高级模式您需要登录后才可以回帖登录 \| 立即注册回帖并转播回帖后跳转到最后一页