Taobao详情页抓取

主题是淘宝A2奶粉0523-商品详情,  下面两个网页结构是一样的，设置好规则后只有一部分线索可以成功抓到数据，麻烦可以帮忙看一下吗？
https://item.taobao.com/item.htm?id=527398268121&ns=1&abbucket=16#detail (抓到数据）
https://item.taobao.com/item.htm ... ;abbucket=16#detail （失败，无法定位容器 No.0）

对整理箱顶节点做上定位标志就可以了，参看教程：《定位标志映射》
映射到整理箱的节点需要是包含整理箱中所有抓取内容的节点
定位标志映射的节点需要是要抓取的每个网页都相同，这两个网页中下图节点是两个网页都有的

wangyong 发表于 2017-5-27 16:28
对整理箱顶节点做上定位标志就可以了，参看教程：《定位标志映射》
映射到整理箱的节点需要是包含整理箱中 ...

ths~~现在整理箱顶节点已经做了定位标志，测试了一部分线索，抓取失败，查看分析，大部分是标题定位不到，还有淘宝价也有问题，做得规则标题跟淘宝价定位不对吗？

carmen 发表于 2017-5-27 20:17
ths~~现在整理箱顶节点已经做了定位标志，测试了一部分线索，抓取失败，查看分析，大部分是标题定位不到 ...

你做了很精准的内容映射，所选择的text在这个代表产品名称的网页区块中的位置很深，所以，生成的xpath很长，很容易受到网页结构变化的影响。采集产品名称的话，完全可以用这个区块的最外层那个DIV做内容映射，或者做直观标注，提高规则的适应性。

价格的映射也是这个道理，但是价格要复杂很多，网页上有促销价格，有平常的价格，他们在网页上的位置都不一样，如果无法用一个规则适应所有情况，那么就要定义多个规则，给他们相同的主题名，而规则编号填写不一样，那么DS打数机运行的时候会选择一个合适的。

你采集失败的网址是哪个？举个例子我们研究一下