http://music.163.com/#/search/m/?s=gundam&type=1

刚开始我是把内容映射完以后使用记号线索抓取

后来发现点击下一页域名不变  我抓取到的数据永远是第一页的

现在我是想要用连续动作抓取 即 抓取完第一页后连续动作模拟鼠标点击下一页后再抓取

请问我应该怎么做

谢谢
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-8-18 18:15

沙发
Fuller 管理员 发表于 2016-8-18 18:15:16 | 只看该作者
网址不变是因为内容放在iframe中,外面套了另外一个网页,外面这个网页的网址肯定不变。

GooSeeker网络爬虫不管是否有iframe,都能处理,这个问题不在于iframe。而是网页上的class和id都含有瞬间就改变的时间戳(看下图红框),如果抓取规则中使用了这些class或者id,就会抓取失败。而MS谋数台总是自动选择一些class或者id,很容易遇到这个麻烦,有两种应对措施,选一个就行了
  • 使用定位标志映射,专门拣那些通用的class或者id(看蓝框中的抓取内容)
  • 可以手工调整“定位”有选项(看蓝框那个按钮),避开这些id或者class




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, 2024-4-28 19:11