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
9830
层级抓取提醒错误,求大神指教
何丽娟20160316
于 2016-12-1 22:24
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
何丽娟20160316
积分
51
精华
0
威望
24
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
主题名1:鼠雨荨层级抓取-1 主题名2:鼠雨荨层级抓取-1.1
截图:
采网址做层级采集教程链接:
http://www.gooseeker.com/doc/article-343-1.html
采集失败的网址:
https://sanzhisongshu.tmall.com/search.htm?spm=a1z10.1-b-s.w5001-14855767631.3.CbqceX&scene=taobao_shop
https://detail.tmall.com/item.htm?spm=a1z10.3-b-s.w4011-14855767637.95.KEGLcp&id=16204910274&rn=5a606554350971cead7840f6373043ad&abbucket=6&skuId=3201569543087
想采集的结果:通过网址网页点击采集天猫详情内页的商品参数
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
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 2016-12-1 23:01
Fuller
积分
24033
精华
0
威望
6710
金钱
6
最后登录 2025-4-25
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 2016-12-1 22:44:26
|
只看该作者
在第一级里面,看“爬虫路线”工作台,你给第二级起的主题名是 鼠雨荨层级抓取-2
所以,定义规则的时候,第二级一定要用这个名字,否则串不起来
举报
使用道具
回复
支持
反对
Fuller
积分
24033
精华
0
威望
6710
金钱
6
最后登录 2025-4-25
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 2016-12-1 22:59:29
|
只看该作者
第二级规则加载失败,主要原因是:生产许可证编号和产品标准号 是属于 商品参数的,而 商品名 是属于 商品基本信息的。这两部分距离挺远,在网页上,万一他们直接出现点别的内容,就会影响抓取规则的适应性。
改进方案有多个:
方案1:分成两个整理箱,一个存基本信息,一个存商品参数
方案2:因为所有的商品参数都在UL[@class='J_AttrUL']网页区域中,那么都用这个节点做
定位标志映射
,映射给生产许可证编号 和 产品标准号。用
定位标志映射
约束一下,可以提高规则的适应性。
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
Fuller
积分
24033
精华
0
威望
6710
金钱
6
最后登录 2025-4-25
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
Fuller
管理员
发表于 2016-12-1 23:01:30
|
只看该作者
方案2生成的数据规则是
<生产许可证编号>
<xsl:value-of select="following-sibling::div[position()=2]//*[@id='J_AttrUL']/li[position()=1]"/>
</生产许可证编号>
<产品标准号>
<xsl:value-of select="following-sibling::div[position()=2]//*[@id='J_AttrUL']/li[position()=2]"/>
</产品标准号>
复制代码
里面有
position()=2
这样的绝对定位表达式,适应性还是有限
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, 2025-4-25 21:20
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 2016-12-1 23:01