自己做规则采集数据,遇到:整理箱结构不正确:抓取的内容没有包含在内。怎么解决?


举报 使用道具
| 回复

共 6 个关于本帖的回复 最后回复于 2020-4-8 16:35

沙发
lan_1985 金牌会员 发表于 2020-4-8 15:14:51 | 只看该作者
整理箱内的内容映射有问题?
可以把抓取的网址发出来看看吗?还要把工作台截图发出来
举报 使用道具
板凳
拯救地球 初级会员 发表于 2020-4-8 15:19:51 | 只看该作者
lan_1985 发表于 2020-4-8 15:14
整理箱内的内容映射有问题?
可以把抓取的网址发出来看看吗?还要把工作台截图发出来 ...

规则网址:https://www.gov.uk/government/pu ... ducational-settings


举报 使用道具
地板
lan_1985 金牌会员 发表于 2020-4-8 15:29:24 | 只看该作者
看了下网页的信息,内容和附件在网页上是不同的板块,可以分两个整理箱采集,规则就简单点,新建方法如下:

举报 使用道具
5#
拯救地球 初级会员 发表于 2020-4-8 16:02:27 | 只看该作者
lan_1985 发表于 2020-4-8 15:29
看了下网页的信息,内容和附件在网页上是不同的板块,可以分两个整理箱采集,规则就简单点,新建方法如下: ...

恩,用这种方法成功了,不提示出错。
问下这个文件采集,是只采集附件网址就行,还是文件也可以下载下来?
举报 使用道具
6#
lan_1985 金牌会员 发表于 2020-4-8 16:06:59 | 只看该作者
附件也可以下载下来的。操作如下:


参考教程:用网络爬虫软件自动下载网页上的文件

举报 使用道具
7#
拯救地球 初级会员 发表于 2020-4-8 16:35:17 | 只看该作者
嗯嗯,懂了,感谢。
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 03:52