快捷导航
1 317

求大神指教

Lucky嗨嗨 于 2017-9-13 23:54 发表 [复制链接]
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

图2

图1

图1
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2017-9-14 09:36

bowieD 金牌会员 发表于 2017-9-14 09:36:26 | 显示全部楼层
图片看不清,可以把规则名发出来
1,@href值对应得是什么,是网址不完整还是根本就不是网址
2,采集不全也跟这个@href有关
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

  • 空间密度分析不只ArcGIS还有Excel
  • 用GooSeeker爬虫实现自动点击抓取淘宝sku库
  • 挖掘淘宝爆款商品名称中的关键词
  • 怎样抓取京东和淘宝sku对应的库存?
  • 快速建立手机用户评论特征词库-GooSeeker分

热门用户

集搜客GooSeeker网络爬虫 ( 粤ICP备11065265号-2 )

GMT+8, 2018-5-26 04:16