为无讼案例网生成的网址，导入后总是不对

我参照数据DIY的无讼案例网的样本网址构造详情页网址，但是导入总是有问题，导入后数量变少了，而且有些网址能用有些不能用。

你这些网址是怎么生成的？似乎都不对，这些网址拷到浏览器中都不行，全部是空白的

怎么回事呢，一会好使一会不好使的
excel拼的
分成三部分，最后&再一起，因为变的数字在中间

gooseeker_info 发表于 2017-2-24 22:44
怎么回事呢，一会好使一会不好使的
excel拼的
分成三部分，最后&再一起，因为变的数字在中间 ...

比如这个：http://www.itslaw.com/detail?jud ... B%E6%B0%91%E4%BA%8B

这个是案例ID：judgementId=ae3026fb-a766-4b3b-8cff-2fceee7d7798  ，每个案例都是唯一的，你这一大片都一样的id，构造方法肯定有问题

其实跟这个是同一个：file:///C:\Users\work\AppData\Roaming\Tencent\QQ\Temp\%W@GJ$ACOF(TYDYECOKVDYB.pnghttp://www.itslaw.com/detail?judgementId=ae3026fb-a766-4b3b-8cff-2fceee7d7798
后者没有那些查询条件，只是在网页上显示的是有没有红色字的，其他内容都一样。如果你能拿到那个id，就不用这么长的网址了


还有就是网址太长了，虽然能存这么长，但是判断是否重复的时候是用最前面的220个字符，你这些网址很多都是前220个字符相同，那么就会当成相同网址被过滤掉。这就是你导入后发现数量变少的原因

要用短网址，你就用这种：http://www.itslaw.com/detail?jud ... b-8cff-2fceee7d7798
但是我不知道你到哪里去拿这个 judgementId=ae3026fb-a766-4b3b-8cff-2fceee7d7798，拿到这个才是关键，才能构造网址

怎么变呢，例如下一条是什么

我也不知道，说不定这个网站是随机生成，我没有看出规律

这个你得研究一下，找出规律来
原先你的网址后面那些conditions都是没有必要的，关键就是前面这些

你应该用这个规则先爬列表：http://www.gooseeker.com/res/dat ... B%E5%88%97%E8%A1%A8

就能得到这样的id：judgementId=ae3026fb-a766-4b3b-8cff-2fceee7d7798

列表是瀑布流网页，我爬到4000多就停止了，弄好几次都是
其实我需要的数据是5000多
搜索结果是5000多，只爬到4000多就停止，有的时候2000多就停
好不容易弄4000多

手工在这里选条件，让他不要超过4000

也是一种办法，就是费点劲
不过也太费劲了，这里好多啊，每个都几百