规则介绍
必须预先登录知乎，然后在运行这个规则，一定要仔细看运行方法说明：http://www.gooseeker.com/doc/article-389-1.html 。因为只能在爬虫群模式下运行，否则会无限重复采集数据 注：请先登录所抓取的网站，再运行该规则。 （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 |
|---|---|
| 当前话题 | |
| 当前话题名 | |
| 父级话题 | |
| 父级话题树 | |
| 子级话题 | |
| 子级话题名 | |
| 子级话题网址 |
数据截图
用户评论
-
数据集 2018-01-22 15:43
采集知乎话题可以直接使用[url=http://www.gooseeker.com/res/datadiy.html?category=&web=%E7%9F%A5%E4%B9%8E]数据diy[/url]，添加要采集的知乎网址到数据diy，启动采集就可以。但添加的网址页面结构必须要与样本页面的结构一致
-
-
-
-
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
粤公网安备44030502004363号