任务名:xngmwzh

举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2021-5-28 12:11

沙发
wangyong 版主 发表于 2021-5-28 12:01:19 | 只看该作者
这个规则需要做一下几点改的:
1,选择第一个LI节点对评论做定位标志映射
2,这个网页也不需要用连续动作来滚屏,直接用普通滚屏就可以,滚屏参数设置为:滚屏次数:20 滚屏速度:2

这样就能完整采集到数据了


举报 使用道具
板凳
Fuller 管理员 发表于 2021-5-28 12:11:31 | 只看该作者
对,就像楼上说的,因为有些评论很长,会显示“更多”,有些短的就没有“更多”,他们的class值不一样,爬虫生成规则的时候会优先选择class值作为定位标志,这样就采集不到短的。所以,要手工设置一下定位标志。


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, 2024-4-23 14:04