接上一个讨论:http://www.gooseeker.com/doc/thread-548-1-1.html

:定义好的规则,抓起他网页失败

:主要是大众点评网网页上的内容在变,每个网页会插入不同的div,我们要尽量避免position()这样的函数,这样的函数代表绝对定位

:那该怎么办呢




名称和纬度之间距离很远,中间隔了很多div,要是之间相隔的div数量变了就会受到影响,通常尽量用上定位标志映射,就能避免使用position()函数。只需要多做一个映射就可以了


:怎么做?






还有鼠标右键点击这里,选择首选项,选择“偏好class”


再看生成的规则,这里就很短了,没有前面的定位表达式,这样前面插入多少给div都不影响抓取规则



这两个抓取内容,在网页上隔着太远,通常不放在同一个整理箱,可以创建两个整理箱,否则两个内容之间插入的广告会影响规则的适应性


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

共 0 个关于本帖的回复 最后回复于 2015-10-1 23:17

您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • 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
  • 在网页片段内直观标注——以B站评论采集为

热门用户

GMT+8, 2025-1-18 20:19