上图是测试后的结果,出现好多空白循环。我只想要下边抓取的内容。

这是我做的规则,定位标志也加了,感觉没问题了啊。不知道为什么还会出现这种情况。

举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2016-9-30 09:27

沙发
Fuller 管理员 发表于 2016-9-30 09:14:54 | 只看该作者
前面3个红框是多出来的没有用的?还是抓漏的?

如果是多出来的,这种情况比较常见,因为网页上有些块的定位标志和块结构完全一样,但是没有内容。为了避免这个问题,可以先划定范围。做法是:

“获投信息”上面有没有做样例复制?如果没有做,这个抓取内容可以用来划定范围,就是在网页上找一个网页块,他包含你要抓取的内容,而且含有@class或者@id,那么用他 做定位标志映射

如果上面做了样例复制,那么可以在他下面添加一个抓取内容,把下面的所有抓取内容往右移,变成新加抓取内容的子节点,这样就在最顶层做划定范围的定位映射,而在新加节点上做样例复制映射
举报 使用道具
板凳
shenzhenwan10 金牌会员 发表于 2016-9-30 09:27:30 | 只看该作者
我觉得还是对抓取结果进行后处理,滤除你不想要的空白结果,这样花费小,更容易把握
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, 2024-4-26 14:09