我需要采集京东电脑的具体规格参数,但是需要采集下来的参数不是网站上所列出的全部,只挑选一部分(例如,CPU,内存,显存,操作系统,重量,尺寸...)

他们的class值都为空白,所以我现在只做了这些参数的内容映射。对于这一个电脑这些参数还能与列名吻合,但是我要抓2000多个电脑参数,有的电脑没有某些参数(例如显存),所以会和列名不符合,想知道这种情况下如何精准匹配内容~
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-11-28 14:55

沙发
xandy 论坛元老 发表于 2016-11-28 14:55:17 | 只看该作者
视情况而定。
你所说的电脑参数,如果这20多个电脑页面的参数页网页结构都是一样的,那么你一个规则就可以搞定(某些电脑的某个参数可能不存在,这个参数不要设置成关键内容,另外可以通过自定义xpathl来限定这个参数的采集范围)《自定义xpath
如果这20多个电脑页面的参数页网页结构有区别,那么在同一个主题下做几个规则来同时采集这几类稍微不同的网页。《怎么在同一个主题名下建立多个规则
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

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

热门用户

GMT+8, 2025-4-25 19:57