想采集一个购物网站页面,默认是三张图片,鼠标放到小图上的时候会显示大图。如下

自己做了一个规则,规则名:ybaby_amazon_shop_product_detail
设置页面如下

测试时显示如下

对于如何采集第二个,第三个小图里的高清图,比较疑惑,请大神指点下思路。谢谢
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2017-9-21 18:08

沙发
bowieD 金牌会员 发表于 2017-9-21 10:17:02 | 只看该作者
本帖最后由 bowieD 于 2017-9-21 10:47 编辑

1,如果只采集这个页面高清图片可以直接找到第二张和第三张高清图片的@src值做映射,然后构造网址抓取其他结果相同的页面
2,因为大图在网页标签上的节点不是连续有序的,网页所有的大图都在一个DIV下,如果要做一个通用规则需要自定义XPath去定位。要么就把所有的大图全部采集下来再去筛选你想要的图片。
举报 使用道具
板凳
ybaby521 新手上路 发表于 2017-9-21 11:28:19 | 只看该作者
bowieD 发表于 2017-9-21 10:17
1,如果只采集这个页面高清图片可以直接找到第二张和第三张高清图片的@src值做映射,然后构造网址抓取其他 ...

不仅仅是想单独采集这一个页面,想的是做一个一级规则,采集成百上千个商品,每个商品都是这个页面的格式,采集三张高清大图
所以必须要用一个普遍适用的方法才好
举报 使用道具
地板
bowieD 金牌会员 发表于 2017-9-21 18:08:26 | 只看该作者
本帖最后由 bowieD 于 2017-9-21 18:32 编辑

直接采集小图的网址,把小图网址用substring函数截取掉网址尾部那一部分就是大图的网址。
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, 2024-4-25 01:53