DS打数机下部日志窗口会显示一些消息,同一个主题下,有些网页抓取成功,有些失败

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-9-24 22:28

沙发
Fuller 管理员 发表于 2016-9-24 22:28:21 | 只看该作者
有些网页成功,有些失败,这往往是抓取规则不适应的原因。

提高适应性的最重要的方法:使用定位标志映射。

很多时候,我们昨晚内容映射就行了,因为看到要的内容都采集下来了,其实,如果再用上定位标志映射,适应性会大大提高。所谓“定位标志”,主要就是html的@class和@id属性,用上定位标志映射,生成抓取规则会是相对定位表达式,适应度高。具体使用方法参看:http://www.gooseeker.com/doc/article-120-1.html

检查失败线索的方法是:
1)记住DS打数机日志中失败的线索编号
2)打开MS谋数台,选择菜单 工具-〉加载规则-〉按线索号,输入线索编号

加载的时候会提示失败原因,然后有针对性地调整规则
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

  • gooseeker分词工具的命名实体识别和词形还
  • 怎样设置LDA模型的超参数alpha(α)和beta(
  • LDA主题分析模型到底是什么?
  • top2vec话题发现原理和使用方法
  • 将文本聚类和LDA分析模块安装在数据盘上的

热门用户

GMT+8, 2026-5-5 03:59