规则名字:肇庆市交易中心-产权交易公告
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2018-12-7 16:43

沙发
Fuller 管理员 发表于 2018-12-7 16:01:33 | 只看该作者

这里要勾上连续翻页,才能翻页

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
举报 使用道具
板凳
Fuller 管理员 发表于 2018-12-7 16:43:50 | 只看该作者
虽然不影响规则的执行,但是我觉得这几方面可以优化

1,“主体”和“案例”构成了层级采集,形成了一个嵌套整理箱。其实没有必要总是这样。如果要这样做,那么像上图那样,目的是:给“主体”做一个定位标志映射,相当于在网页上划定一个区域,然后在这个区域内采集其它抓取内容,这样就会很精确,而且规则适应性很强,具体参看《定位标志精确采集范围》
2,至少要给一个抓取内容设置关键内容,红色箭头指向的3个抓取内容,其中一个或者多个,否则,容易漏抓数据

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
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

  • 为BERTopic安装需要的预训练SBERT模型
  • 在什么情况下使用弹窗模式和回退功能?
  • 爬网址做层级采集——以当当商品爬虫为例
  • 网络爬虫采集列表数据
  • UMAP的min_dist参数有什么作用?

热门用户

GMT+8, 2026-9-28 20:08