爬取瀑布流的内容怎样可以只生成一个xml文件,不要一点一点叠加生成多个xml文件,还得自己手动删除
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2018-10-16 10:59

沙发
Fuller 管理员 发表于 2018-10-16 10:59:48 | 只看该作者
瀑布流因为没有底,所以无法等到最后做一个完整的采集,所以就生成一个个xml。如果你觉得合并和过滤重复太麻烦了,都无法接受。那么就取舍一下。不要定义连续动作的滚屏,而是用DS打数机的自动滚屏,比如,滚动次数设置大一些,20,30,之类的,也不用特别大,这个数字是参考数字,不像连续滚屏那样是准确的次数。

如果用自动滚屏,还应该适当增加超时时间,缺省是一分钟,一分钟可能滚不了多少次,那就设置长一些
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-5-4 17:02