GooSeeker

网页跳转基本上可以分成两种情形

• 利用HTTP消息的返回码和新网页地址进行跳转
• 在目标网页HTML中实现跳转。

Web页面信息抓取软件工具包MetaSeeker并不关心哪种跳转方式，都能进行信息抓取。但是，跳转后网页URL实际上已经改变了，在操作MetaStudio时需要注意几点。

网页URL改变对工作台的影响

Web页面抓取规则在MetaStudio工作台上定义，就像用Word软件编辑文档一样，在工作台上做任何操作，MetaStudio都进行记录，以便判断是否修改，从而可以提示用户存盘。如果在工作台上已经做了一些操作，再改变网页URL，例如，在工具条的URL输入框中输入另外的URL并加载此页面，就会在工具条上显示红色的横杠，表示以前定义的抓取规则不是对当前页面的。

假设工作台不空，又发生了页面跳转，那么，红色横杠状态将显示出来，无法继续定义页面抓取规则了。这一般发生在如下情形：在MetaStudio的Theme List工作台上点击“识别”菜单，为深层主题定义信息结构。例如，主题A抓取论坛列表，同时抓取每个帖子的网页地址；主题B抓取论坛帖子。那么主题B就是深层主题。

在这种情形下，就不要使用“识别”功能，而是选择主题B下的某个网页作为样本页面，在新打开的MetaStudio上加载该页面，等所有跳转都完成了，再开始信息结构的定义。

网页跳转对DataScraper的影响

如果将跳转网页视做普通网页定义页面信息抓取规则，DataScraper抓取时可能会遇到如下出错提示：

   Suitable data schema cannot be found for clueid nnnn in xxst inthread cycle

那是因为DataScraper试图在跳转前的网页上抓取内容。但是该出错不一定总发生，如果跳转很快，DataScraper的抓取是有一定延迟的，跳转发生在DataScraper开始抓取之前，那么该错误不会遇到。但是，如果跳转用一个定时器控制，例如，500ms后发生，上述错误一般会发生。

为了解决这个问题，MetaStudio定义好信息结构后，应该在菜单“配置”下选择“延长模式”，这样可以告诉DataScraper不要急着报错，适当进行等待。