求助如何写规则,样本网址http://www.vanpeople.com/c/633677.html(要翻墙)
默认是这样显示的

邮箱地址要点击之后才能看全

举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-11-16 14:41

沙发
xandy 论坛元老 发表于 2016-11-16 14:41:10 | 只看该作者
如果我们直接对这个网页做规则的话,是不能抓到全的电子邮件。
在正常操作下,我们先点击“查看邮箱”,然后就会显示完整的电子邮件地址了。
做规则也是一样的道理,我们让爬虫先模拟人的动作,过程就是这样的:点击“查看邮箱”->抓取电子邮件和其他的联系方式
那么,就要做两个规则
规则一:定义连续动作
规则二:定义采集规则
连续动作的教程可以参看这里:《连续动作让爬虫持续采集数据
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, 2024-4-29 09:40