GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
请
登录
后使用快捷导航
没有帐号?
立即注册
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
使用交流
1
10993
求问!!!!有一部分内容怎么也抓取不到,并且导出的数据始终存在一部分乱码
aanari
于 2018-6-9 01:36
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
aanari
积分
132
精华
0
威望
60
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
主题:日亚单行本测试六,
已经按照大神们给的意见进行了多次修改,但是依然不显示上一级主题日亚单行本测试五中抓取的书名,以及内容介绍这一部分始终完全抓取不到,只能抓到标题(在测试时是可以显示的)
后面的登录信息虽然抓取到了但始终存在乱码
请问究竟是哪里出现了问题呢?
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 1 个关于本帖的回复 最后回复于 2018-6-9 11:57
Fuller
积分
24084
精华
0
威望
6734
金钱
6
最后登录 2025-5-13
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
沙发
Fuller
管理员
发表于 2018-6-9 11:57:30
|
只看该作者
我测试了,一开始我也以为只能抓到标题,其实是在标题后面有很多空行,你可以双击excel的单元格,就能看到到还有很多内容在标题下面。
采集到那些不是乱码,而是网页上的一些程序代码。因为你定义的采集范围很大。出来网页上的文字被采集到了,连js程序代码也采集到了。可以把采集范围缩小一些,通过定位标志映射和内容映射,选择一个区域更小的div节点。
另外,最好给至少一个抓取内容设置“关键内容”,否则,遇到网页加载慢的时候,可能会漏抓
举报
使用道具
回复
支持
反对
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
精彩推荐
360或火绒等杀毒软件导致GooSeeker爬虫软件
话题分析(NMF模型和LDA模型)软件的安装和
运行Apple无法验证的程序的方法
文本聚类分析软件的安装和使用方法
利用AI阅读和分析文本:扣子COZE记录用户反
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
怎样使用快捷采集(以采集京东评论为例)
3
集搜客文本分词标注工具(V1版)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10610
访问主页>>
wangyong
帖子:1737
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-5-14 12:24
快速回复
快速发帖
返回顶部
返回列表
共 1 个关于本帖的回复 最后回复于 2018-6-9 11:57