如题
需求:
样本线索为:http://anlaosun.spdl.com/
我需要在:   http://anlaosun.spdl.com/linkus.html   页面下采集信息
目前情况是:
在样本网址http://anlaosun.spdl.com/下点击“联系我们”可以获得/linkus.htm后缀
我以抓取线索的形式获得了在列表页面采集到http://anlaosun.spdl.com(线索一)
以线索一为样本页面采集到http://anlaosun.spdl.com/linkus.html(线索二)
在线索二页面下采集信息


不影响我爬取数据、但效率太低,需要采集两次线索(运行三次规则)  
疑问:
是否可以在第一次采集获得的线索后直接加上后缀/linkus.html。可以省去一个规则
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2017-1-23 17:34

Fuller 管理员 发表于 2017-1-23 16:10:10 | 显示全部楼层
可以,这样可以省去层级采集,而是在第二级直接构造网址,构造方法很容易,可以在excel中,使用串接函数把网址的两部分串接起来,然后把所有网址拷贝到另一个excel中,只有一列,一次性导入给第二级规则。具体参看:http://www.gooseeker.com/doc/thread-667-1-1.html
举报 使用道具
15857228289 初级会员 发表于 2017-1-23 17:34:58 | 显示全部楼层
好的,谢谢
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, 2024-4-18 08:43