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

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

  • 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, 2024-5-6 17:53