采集完最后一页并没有停止任务,一直在采集最后一页,后面的全部是重复数据
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 18:02

沙发
shenzhenuser1 版主 发表于 2016-8-18 18:02:19 | 只看该作者
这种情况是因为虽然到最后一页了,但是网页上的翻页标志还是存在所以就会一直翻页。

解决方案
1,使用打数机单搜集搜的采集时可以在高级→终点标志→重复内容,勾上重复内容后打数机会判断抓取的内容是否重复,如果发现重复就会自动断掉。

如果使用爬虫群抓取,就需在调度参数中“”重复内容中断“”勾上“是”。

2,自动生成的翻页规则会选择的定位标志不一定最合适,可以通过xpath设置精确的翻页规则。
参考教程自定义xpath解决翻页重复

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

  • 为BERTopic安装需要的预训练SBERT模型
  • 在什么情况下使用弹窗模式和回退功能?
  • 爬网址做层级采集——以当当商品爬虫为例
  • 网络爬虫采集列表数据
  • UMAP的min_dist参数有什么作用?

热门用户

GMT+8, 2026-9-23 07:12