我想抓取百度搜索关键词后的各结果网址,但是有两个问题:一是为什么@href对应的文本不是搜索结果的原网址?比如第一个结果的网址应该是www.ngac.cn/
,可是@href对应的是一串别的东西,如图1,但也能打开网站,该如何爬取真正的网址?;问题二:为什么搜索结果的第一页一共十个结果,但是爬取下来的结果只有七个,可见图2?如果单爬取标题或者摘要都没问题,唯独加上网址后就只能爬到七个结果,求帮忙!!非常感谢!!
|
-
图2.jpg
(2.18 KB, 下载次数: 657)
图2
-
图1.jpg
(2.61 KB, 下载次数: 678)
图1
|
|
|
|
共 1 个关于本帖的回复 最后回复于 2017-9-14 09:36