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
1
7759
没做样例复制但全部数据都采下来了是怎么回事?
更新
于 2016-12-16 14:28
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
更新
积分
95
精华
0
威望
22
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
没做样例复制但全部数据都采下来了是怎么回事?
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 1 个关于本帖的回复 最后回复于 2016-12-16 15:35
wangyong
积分
10718
精华
4
威望
4480
金钱
3
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
wangyong
版主
发表于 2016-12-16 15:35:06
|
只看该作者
本帖最后由 wangyong 于 2016-12-16 15:38 编辑
GooSeeker在抓取整页数据时有两种方法,
第一种方式是样例复制,原理是将同一父节点下所有的1、2、3、4...节点所包含的数据统一获取下来,所以在做样例复制时必须要用同一父节点下的兄弟节点,通常为第一个、第二个节点。
例如,在淘宝商品搜索页面中,@class='grid-container row'的DIV节点就是父节点,@class='grid-item col'的DIV节点就是互为兄弟节点的子节点,这里的每个节点就代表一个商品。
样例复制就会通过物理关系将所有 @class='grid-container row'的DIV下第1、2、3、4..个商品数据获取下来。
第二种方式是定位标志,原理是将所有属性值相同的节点所包含的数据统一获取下来。
淘宝中所有商品对应的DIV的@class='grid-item col',将第一个DIV做定位标志映射到第整理箱顶节点时就会将所有的商品都抓取下来。
下面回到最开始提问的问题,没做样例复制但全部数据都采下来了是怎么回事?
原因就是由于网页较为结构化自动生产的抓取规则就已经有了做完定位标志的效果,所以将所有的数据都采集下来了,这时候也就不需要做样例复制也不需要做定位标志了。
关于样例复制和定位标志可参看:《
样例复制
》、《
定位标志
》
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
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:10608
访问主页>>
wangyong
帖子:1734
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-4-28 15:45
快速回复
快速发帖
返回顶部
返回列表
共 1 个关于本帖的回复 最后回复于 2016-12-16 15:35