采集过程中遇到空白页面但采集时间更长是怎么回事?


举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2019-10-17 11:20

wangyong 版主 发表于 2019-10-17 11:20:21 | 显示全部楼层
1,空白数据的话,会跟采集规则匹配失败,要等到超时才会开始下一个网页的采集,超时时间默认是60秒



2,有空白数据的字段,只要不是勾了关键内容的,就会采集,只是采集的字段值是空值。



3,如果是勾了关键内容的字段,爬虫就会找不到字段值而判断为采集失败,这种情况整个页面信息都不会采下来



参考链接关于抓取内容的关键内容功能的介绍:https://www.gooseeker.com/doc/thread-1895-1-1.html
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, 2024-3-29 04:36