微博博主自己的主页数据采集

116 2 0 所需积分:3000 更新时间:2020-10-30 11:28 类别: 社交网络

规则介绍

采集自己的微博,重点是采集阅读数,以及其他微博信息 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

信息字段 网页内容
博主主页
博主
简介
关注数
粉丝数
微博数
博文列表
发博博主
发博博主链接
博文
发布时间
博文独立网址
发布终端
阅读数
转发数
评论数
点赞数
转发_博主名称
转发_博主主页
转发_博文内容
转发_发布时间
转发_博文独立网址
转发_发布终端
转发_转发数
转发_评论数
转发_点赞数
是否为点赞微博
是否为快转微博
EXPORTFLAG

数据截图

用户评论

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
应用版本:V8.9 | 更新时间:2021年2月2日 | 隐私策略 | 应用权限 | 版权所有 © 2007-2021 GooSeeker 深圳市天据信息技术有限公司
粤ICP备08108565号-1 粤公网安备44030502004363号