规则名是科技政策汇项目详情   抓取不到第二个整理箱的文章内容
举报 使用道具
| 回复

共 4 个关于本帖的回复 最后回复于 2018-4-18 18:21

沙发
yangwenge 金牌会员 发表于 2018-4-17 09:23:28 | 只看该作者
这个网页的内容不在一个iframe中,可以先采集包含文章内容的iframe的链接,然后再采集文章,做成层级采集。

举报 使用道具
板凳
pay123456 初级会员 发表于 2018-4-17 09:26:22 | 只看该作者
你们之前的技术要我分成两个整理箱,怎么现在又要做层级采取啊?
举报 使用道具
地板
bowieD 金牌会员 发表于 2018-4-17 11:21:46 | 只看该作者
是不是修改了规则,在你的规则没有看到有两个整理箱,用两个整理箱采集是可以采集到文章内容的


当然可以按照1楼所说的,采集文章内容的iframe的链接,在用层级采集抓取文章内容

2.png (123.7 KB, 下载次数: 375)

2.png

1.png (67.6 KB, 下载次数: 399)

1.png
举报 使用道具
5#
pay123456 初级会员 发表于 2018-4-18 18:21:39 | 只看该作者
网页结构不同有的抓得到有的抓不到
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, 2024-4-23 13:30