黄页网站,需要点采集列表的标题和链接,然后进去每个链接的主页,然后点这个“联系我们”才可以看到需要的信息,想请教一下,是不是需要搞三个层次?还是在第二级的时候直接跳到这个链接就可以了?
采集黄页网站.png

举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-7-26 09:23

Fuller 管理员 发表于 2016-7-26 09:23:04 | 显示全部楼层
如果你能知道“联系我们”的网址,那么直接给规则添加网址就行了。比如,阿里巴巴上的联系我们是有规律的,能构造出来。

只针对“联系我们”网页做一个抓取规则,然后在excel中把网址构造出来,在会员中心添加线索,一批导入进去,不用一级级抓
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, 2024-4-16 18:11