管理员好!我的主题名是trademark_list_bk64389,使用了样例复制。样例复制的节点是两个Li节点。目前的定位编号是696和829,是第一个和第三个Li。但我制作规则时,样例复制节点选择的是第一个和第二个Li。这个页面是商标的查询结果列表页面。当初做规则时,有729条记录,现在变成了761条。感觉是样本网页的更新导致样例复制对应的li节点发生了变化。这样会漏抓一部分数据。不知这种问题该如何解决?谢谢!
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2017-1-13 21:59

沙发
Fuller 管理员 发表于 2017-1-13 21:59:56 | 只看该作者
不用管节点编号,这是动态生成的,下载加载的时候可能就会变化了。这个网站的问题出在第二个样例是个广告。



所以你就选择第一和第三个样例做映射,结果生成的抓取规则有个表达式:((position()-1) mod 2)=0 ,这个算出来的就是隔一个抓一个,显然不好。

你应该照样还是用第一和第二个做样例复制映射,如果你的整理箱内容比较多,不止一个url,那么第二条那个广告自然可以跳过去,因为它不含有整理箱要求的内容
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, 2024-5-15 21:05