我要采集类似<
http://221.226.118.170:8080/app/jscesis/entpCertQuery/entpCertList.ftl?menucode=0201
这样的网站信息,进去之后要输入公司查询才会出来一系列数据,我想把这个数据采集下来,比如,我先建整理箱,然后做规则,做规则我标注了第一行企业名称,编号,发证机关,有效期和资质,然后做样例复制,样例复制好了后我测试时这样的,然后存规则爬数据,就是失败,请教下哪里错了


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
| 回复

共 1 个关于本帖的回复 最后回复于 2017-5-31 16:48

沙发
xandy 论坛元老 发表于 2017-5-31 16:48:08 | 只看该作者
你直接针对该样本网址做规则的话是采集不到信息的,因为这个网址加载之后是查询前的内容,也就是说空白的,要采集查询后的结果内容,要先用“连续动作”(第一个规则)模拟操作,比如输入企业名称和验证码等,然后点击查询,这样结果就出来了,然后再做第二个规则采集查询后的结果。
参看教程:《连续动作:自动搜索关键词采集信息—以京东为例
PS:旗舰版才有自动打码功能,《加强网络爬虫装备:连发弹仓、飞掠模式、连续打码功能介绍
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

  • 怎样让GooSeeker分词工具使用宋体画词云图
  • 使用BERTopic时遇到的c-TF-IDF是什么?
  • gooseeker分词工具的命名实体识别和词形还
  • 怎样设置LDA模型的超参数alpha(α)和beta(
  • LDA主题分析模型到底是什么?

热门用户

GMT+8, 2026-5-31 08:03