集搜客GooSeeker网络爬虫

标题: 采集树状目录，但是节点的深度不一样，怎么成功通过样例复制呢 [打印本页]

作者: YummyLee2 时间: 2017-3-15 18:42
标题: 采集树状目录，但是节点的深度不一样，怎么成功通过样例复制呢
[attach]5835[/attach]
（1） ①这里只有一个子节点，但是②这里有两个。①这里没办法用样例复制，但是②可以，这样子的话，规则就出现了问题。
（2）这个树状结构有的部分有一层，有的部分有两层，这样的话兄弟节点不完全一样。样例复制的办法也会失败。

作者: xandy 时间: 2017-3-15 19:07
主题名是什么

作者: YummyLee2 时间: 2017-3-15 19:43

xandy 发表于 2017-3-15 19:07
主题名是什么

菁优数据_0315_测试1

作者: Fuller 时间: 2017-3-15 21:17
根据你的主题名加载了规则，看到的页面和你截图的不一样，我看到你的规则能把整个树状目录都采集下来

作者: xandy 时间: 2017-3-15 21:19
本帖最后由 xandy 于 2017-3-15 21:21 编辑

YummyLee2 发表于 2017-3-15 19:43
菁优数据_0315_测试1

1，只要最上面的三级目录是两个或两个以上的，那就对齐做样例复制，后面三级就算只有一个或者没有都没关系，不要勾选关键内容
2，兄弟节点数是不是一致无所谓，只要做样例的是全的就行了，同理1
ps：没看出你规则有啥问题，另外，检索方式i“按章节”和“按考点”的目录树不是一样的，你的样本网址是按考点的，找不到你截图的目录树！

作者: Fuller 时间: 2017-3-15 21:37
我看到了，按照章节就是你截图的那种。用一个最全的分支做样例复制，测试成功以后，按照顺序执行以下步骤
1，点击“存规则”按钮
2，点击“测试”按钮3，找到“数据规则”页签
4，修改数据规则，每个容器节点都有配对的apply-template和template，里面都有类似position()>=5这样的表达式，如果你选择的样例不是第一个和第二个，那么这个数字就不是>=1，要手工修改成>=1
5，点击测试单箱，
6，如果测试满意了，点击“保存修改”

保存修改以后就不能再用“存规则”了，否则你的修改就会被冲掉

[attach]5841[/attach]

作者: YummyLee2 时间: 2017-3-16 14:50

Fuller 发表于 2017-3-15 21:37
我看到了，按照章节就是你截图的那种。用一个最全的分支做样例复制，测试成功以后，按照顺序执行以下步骤
1 ...

好的。非常感谢！我试过了，方法很好。
另外一个问题是，如果不点击“存规则”的话，是不是就无法重复使用这个规则，之后如果每次都要用的话，是不是要每次都得重新修改

作者: YummyLee2 时间: 2017-3-16 14:51

xandy 发表于 2017-3-15 21:19
1，只要最上面的三级目录是两个或两个以上的，那就对齐做样例复制，后面三级就算只有一个或者没有都没关系 ...

谢谢，方法已试。很好的办法。另外加了另一位的方法，解决了问题

欢迎光临集搜客GooSeeker网络爬虫 (https://www.gooseeker.com/doc/)