我采集的这个网页 图片 不知道为啥 总是图片采集不全  
规则名是 无线福利图
图片只能采集一半
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2018-7-18 10:31

沙发
Fuller 管理员 发表于 2018-7-18 09:41:32 | 只看该作者
对于新闻和其他文章,图片在文章中的位置是不确定的,你做样例复制以后,选择的第一个第二样例一定不是DOM中紧挨着的节点,这样形成的样例复制规律就会跳着抓。

针对这种情况,有专门的解决方案

把“内容页”这个抓取内容进行简化,只保留它,勾上下载图片,到高级设置那里,勾上图片网址

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
举报 使用道具
板凳
bowieD 金牌会员 发表于 2018-7-18 09:57:31 | 只看该作者
本帖最后由 bowieD 于 2018-7-18 10:00 编辑

所有的图片都是插在正文中间,存放在一个大div节点下的p节点中,不是每个p节点下都存有图片,是没有规律的,所以用样例复制去采集正文中间的图片是不行的。

取消掉样例复制,直接映射div节点下的article节点,然后高级设置,只勾选图片网址,再勾上下载图片,就可以下载article节点的所有图片了。

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
举报 使用道具
地板
wxyckkk 初级会员 发表于 2018-7-18 10:31:55 | 只看该作者
bowieD 发表于 2018-7-18 09:57
所有的图片都是插在正文中间,存放在一个大div节点下的p节点中,不是每个p节点下都存有图片,是没有规律的 ...

哦哦 谢谢
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

  • 为BERTopic安装需要的预训练SBERT模型
  • 在什么情况下使用弹窗模式和回退功能?
  • 爬网址做层级采集——以当当商品爬虫为例
  • 网络爬虫采集列表数据
  • UMAP的min_dist参数有什么作用?

热门用户

GMT+8, 2026-7-19 22:15