http://data.eastmoney.com/notice/sanban.html

这个网站里有些公告标题过长,是以省略号表示的,鼠标移上去可以显示完整标题。请问这种可以完整采集吗,如何操作?

求教诸位大神~~~






举报 使用道具
| 回复

共 5 个关于本帖的回复 最后回复于 2019-8-15 15:17

沙发
Fuller 管理员 发表于 2016-2-1 22:49:43 | 只看该作者
如果鼠标移上去显示,很可能是在html标签的属性中存着,用属性节点做内容映射即可,跟text()节点的抓取方法一样
举报 使用道具
板凳
Fuller 管理员 发表于 2016-2-1 22:53:44 | 只看该作者

如上图,完整内容放在@title中,用它做内容映射,跟text()作内容映射是一样的


举报 使用道具
地板
zibety 新手上路 发表于 2016-2-2 11:23:15 | 只看该作者
十分感谢,可以采到了~
举报 使用道具
5#
beta20190802 初级会员 发表于 2019-8-15 14:30:59 | 只看该作者
Fuller 发表于 2016-2-1 22:53
如上图,完整内容放在@title中,用它做内容映射,跟text()作内容映射是一样的

...

如果鼠标移上去不显示呢?
举报 使用道具
6#
Fuller 管理员 发表于 2019-8-15 15:17:56 | 只看该作者
beta20190802 发表于 2019-8-15 14:30
如果鼠标移上去不显示呢?

如果网页上真的有这种内容,那么一定会在html中某个位置存着,找到他们做内容映射。

集搜客网络爬虫具有搜索功能,假设你认为某项内容存在一个text节点中,那么这样写xpath


如果你不知道什么节点,那么用这个xpath
  1. //*[contains(., '集搜客')]
复制代码

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, 2024-4-24 16:41