批量抓取网页上的内容“价格”“标题”,比如有的内容有“价格”有“标题”这两个信息,但是有的内容没有“价格”只有“标题”,在实际抓取过程中,没有“价格”的就提示抓取错误而什么都不抓。

是否可以把这项内容设置为非必要?遇到没有的就不抓价格这项,但是标题要抓。

因为网页上存在大量的不确定内容,这里举个简单例子,不能使用两个规则来规避,所以能不能让爬虫变得聪明些,没有这个内容时则不抓,只抓有的?


举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2020-2-17 11:45

沙发
Fuller 管理员 发表于 2020-2-17 11:43:22 | 只看该作者
每个抓取内容都有一个选项:“关键内容”,如果勾上,那么一条信息中不含这个内容的话,整条都不要。如果不勾,那么这条信息还要,而这个抓取内容有可能是缺的。这样就能满足你的需求
举报 使用道具
板凳
mksmk21321 新手上路 发表于 2020-2-17 11:45:37 | 只看该作者
Fuller 发表于 2020-2-17 11:43
每个抓取内容都有一个选项:“关键内容”,如果勾上,那么一条信息中不含这个内容的话,整条都不要。如果不 ...

感谢!!!!明白了!!!!!
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, 2024-4-26 12:43