网页地址过长被截断

Fuller 发表于 2019-4-18 08:54
就像我前面帖子说的，如果定位标志中含有编号0,1,2,3之类的，这种一般要避免，因为很可能第一条编号0，第 ...

对于我的电脑来说，在定位映射时，ID和class值里总是会含有数字，不知道该如何避免这种情况。

Heart2019 发表于 2019-4-18 09:02
通过修改，测试数据可以显示当页列表数据了，但是下载时还是显示失败。
...

article-result-1这种定位标志尽量避免，后面有个序号1，在另外的网页上可能就是2了，那么就失效了。

Fuller 发表于 2019-4-18 11:33
article-result-1这种定位标志尽量避免，后面有个序号1，在另外的网页上可能就是2了，那么就失效了。
...

可是我打开网页定义规则时，自动出现带数字的ID或class标志，怎么办呢？

Heart2019 发表于 2019-4-18 16:53
可是我打开网页定义规则时，自动出现带数字的ID或class标志，怎么办呢？

从这个DOM节点往父节点上找，如果紧挨着的或者比较近的祖先节点有合适的class或者id可用，就用手工的定位标志映射，就能跳过去那个自动选择的。

如果找不到合适的，如果规则中的大部分抓取内容都做了手工的定位标志映射，而且整理箱的最顶上的那个容器节点也做了定位标志映射，那么就可以使用绝对定位的方式，凡是没有手工做定位标志映射的抓取内容都会使用绝对定位的xpath，不会含有class或者id