两个规则交替爬数据的酸爽

https://www.ouedkniss.com/annonces/index.php?c=automobiles&keywords=hilux-4x4&annee_min=2017&p=1，这个搜索结果一共是三页

要爬的网址是上面这个，同一主题下我做了两个规则，主题名是F0805Hilux，然后发现用打数机的时候，两个规则跑接力赛，第一个规则跑第一页，第二个规则跑第二页，然后换第一个规则跑第一页，跑完程序结束。没见过这么偷懒的程序~~~

运行结果我放在了附件中

相同主题下定义两个规则时，两个规则一定能区分开才行，比如，一个规则抓的logo是淘宝，另一个规则抓的logo是天猫。而且抓logo的这个抓取内容还用自定义xpath写的，这样就能用来区分两个规则了

你的这两个规则，一个对应div[@class='annonce']，另一个对应div[@class='annonce annonce-store']。其实在一个网页上，这两种div都有，所以，两个都适应。第一页用了规则1，因为规则1排在前面，先用上了，第二页用了规则2，因为所有汽车都没有store信息。这样就会漏抓。


我看了一下，有没有store不影响你的规则，主要是不能被@class='annonce annonce-store'干扰。我实验一下

要想办法融合两种情况。只是不能给容器节点（Mother1）自定义xpath，但是可以手工修改规则。要注意操作顺序，因为每次点击“存规则”按钮存的都是自动生成的规则，手工修改的规则不能用“存规则”，所以，步骤应该是
1，在规则1基础上，定义好规则，点击“存规则”
2，点击“测试”按钮，选择“数据规则”窗口，看到生成规则，修改容器节点的xpath需要同时修改两处，xsl:apply-templates的select规则和xsl:template match规则
3，手工修改完成后，可以点击“测试单箱”看一下结果
4，如果测试满意了，点击“保存修改”，这时候就不能再点击“存规则”了。

要修改成这个样子：
1，select规则

1. <xsl:apply-templates select="//*[contains(@class,'annonce') and contains(@id,'ann-') and count(.//*[@class='button button_details']/@href)>0]" mode="Mother1"/>

复制代码

注意看contains函数，一个是针对class的判断，只要包含annonce就要，但是，有太多节点包含annonce了，所以，又加了一个针对id的判断。
2，match规则也要相应修改

1. <xsl:template match="//*[contains(@class,'annonce') and contains(@id,'ann-') and count(.//*[@class='button button_details']/@href)>0]" mode="Mother1">

复制代码

select和match要一致的。

这样两种情况就都包含了

我刚才试了一下，用样例复制映射也可以，还是在第一个规则基础上，取消最顶上容器节点的定位标志映射（选中容器节点，鼠标右键有相应的菜单）。第一个样例就是第一个汽车对应的div，第二个样例选择挨着的那个div，那个div是块广告，不过不影响。这样也不用手工修改抓取规则。测试了可以抓到30个