规则介绍
这个规则从百度彩票网站抓取PK拾的历史开奖信息。这个规则只抓取当前日期的网页,不翻页。如果想抓取其他日期的开奖信息,自己构造网址即可,比如,http://www.lecai.com/lottery/draw/list/557?d=2012-06-04 是6月4日的开奖信息,那么 http://www.lecai.com/lottery/draw/list/557?d=2012-06-05 就是6月5日的开奖信息。构造好网址以后,在会员中心找到这个规则,添加线索可以成批加入网址 (如果该规则与描述不符或无效,您可 申诉。)
采集内容
规则_1
|
信息字段 | 网页内容 |
---|---|
百度彩票 | |
开奖日期 | |
期号 | |
号码1 | |
号码2 | |
号码3 | |
号码4 | |
号码5 | |
号码6 | |
号码7 | |
号码8 | |
号码9 | |
号码10 |
数据截图

关于作者
作者其他资源更多 >
- 微博兴趣搜索_测试悬浮信息
- 这个规则是两个主题中的第一个,按照搜索条件把相同兴趣的人搜出来,而且翻页抓取所有人。这个主题用于演示连续动作,即连续不断地移动鼠标,悬浮则每个人的头像上,把弹出的个人信息抓下来,抓的过程是由第二个主题完成的:微博兴趣搜索_测试悬浮信息_悬浮动作 。详细内容请查看教程板块的连续动作相关文章
- 微博兴趣搜索_测试悬浮信息_悬浮动作
- 这是连续动作抓取模式下的第二个主题,不要单独运行这个主题,而是运行第一个:微博兴趣搜索_测试悬浮信息 。运行第一个后,会在网页上连续做鼠标悬浮动作,就能连续使用本规则把个人信息抓取下来。这是用于演示连续动作抓取功能的,详细用法请查看教程板块的相关文章
- 链家房源列表
- 这个抓取规则需要一点小技巧,因为在网页上,发布时间、单价和总价所用的html标签和属性完全一样,如果要同时抓取这三个内容,大家都抓成发布时间。这是因为抓取规则自动定位网页上的位置的时候,自动使用了div[@class='div-cun']/text()这个表达式。要解决这个问题,要么自定义xpath。如果嫌麻烦,就用个小技巧,选择包含这三块内容的总DIV,在网页上的位置是div[@class='dealType'],使用他的@class作为定位标志,也就是选择这个div,做定位标志映射,都映射给这3个抓取内容,这样,GooSeeker爬虫会自动计算出他们所在的位置是在这个总div下的不同节点