规则管理线索里显示抓取出错,但是打开MS,导入出错网页测试,输出正常。那这一般是什么原因造成的错误

举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2016-11-25 10:55

沙发
xandy 论坛元老 发表于 2016-11-25 10:31:38 | 只看该作者
打数机激活失败线索重新抓取一次试试,如果DS跑一遍后还是失败,参看《根据DS的线索编号加载规则分析失败原因
举报 使用道具
板凳
ym 版主 发表于 2016-11-25 10:55:34 | 只看该作者
一般有以下两种原因:
1、抓取到的字段包含了网页片段(带有html编码),用会员中心转换excel的话,就会把包含网页片段的字段过滤掉,这是服务器的安全机制,所以遇到这种情况,可以找其他工具来转excel,例如excel的宏工具。
2、抓取html的属性节点(带@的节点,例如@src),就不要对该字段的高级设置勾上“网页片段”,如果勾上了,就会导致抓到的xml文件中属性节点的信息混淆在字段标签里,这就会导致转换excel时解析失败。


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
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, 2026-8-8 09:53