GooSeeker产品资源教程视频教程使用交流资讯
开启辅助访问 切换风格

集搜客GooSeeker网络爬虫

快捷导航
搜索
论坛 › 搜客社区 › 使用交流
2 210

福州市政府文件标题、日期等信息抓取问题？

郭小凯gxk 于 2019-10-21 15:17 发表 [复制链接]
如图，对索引号、发布机构、文号等内容进行内容映射，但是测试出来的结果和页面没对上。
如何准确抓取呢？
QQ图片20191021151253.png

举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2019-10-21 15:32
lan_1985 中级会员 发表于 2019-10-21 15:26:27 | 显示全部楼层
QQ图片20191021152027.png
1、通过数据对应网页节点的分析，没有唯一的class值对应每一个数据


2、用xpath来定位精确抓取。
方法如下图。


QQ图片20191021152151.png
找到div这个有唯一class值的定位表达式。




QQ图片20191021152249.png
接着写这个xpath的定位表达式，并在白框内搜索，检查能不能定位到索引号这个 text文本节点




举报 使用道具
回复 支持 反对
lan_1985 中级会员 发表于 2019-10-21 15:32:30 | 显示全部楼层
QQ图片20191021152824.png
3、然后把这个xpath定位表达式，填写到规则中


4、其他的字段一次套用这个定位表达是如下，改变p节点的位置
QQ图片20191021153201.png
举报 使用道具
回复 支持 反对
返回列表
B Color Image Link Quote Code Smilies
高级模式
您需要登录后才可以回帖 登录 | 立即注册

推荐板块

精彩推荐

  • 网络爬虫采集html片段时无法生成结果文件怎
  • 网络爬虫占满了c盘怎么清理
  • 为什么采集速卖通用户评论翻页不了
  • 多级规则执行连续动作而输入动作不在第一级
  • 特征工程入门介绍

热门话题

热门用户

旧版
网站
社区
支持
常见问题
视频教程
速查手册
指导书
关于
公司简介
联系方式
友情链接
关注
新浪微博

GMT+8, 2019-12-9 21:32