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
8321
采集海南采购商城,下级网址过长被截断?
Friday
于 2019-5-31 16:32
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
Friday
积分
15
精华
0
威望
6
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
我在采集海南采购商城,下级网页的链接很长,
比如:
http://zw.hainan.gov.cn/wssc/contracts/show_contract.html?back=%2Fwssc%2Fcontracts.html%3Fq%255Bamd_div_code%255D%3D%26q%255Bamd_div_code_eq%255D%3D%26q%255Bcategory_name_cont%255D%3D%25E5%258F%25B0%25E5%25BC%258F%26q%255Bcreated_at%255D%3D%26q%255Bdepartment_name_cont%255D%3D%26q%255Bemall_name_cont%255D%3D%26q%255Breceive_at%255D%3D%26q%255Bs%255D%3Did%2Bdesc%26utf8%3D%25E2%259C%2593&contract_id=26777
在列表页第一级规则采集了4000多个下级链接,可是只传了400多条链接到下级规则。估计是因为网址过长,把很多网址当成相同的网址了。这种情况要怎么办?
收藏
0
转播
支持
0
反对
0
举报
|
回复
共 1 个关于本帖的回复 最后回复于 2019-5-31 16:49
maomao
积分
7369
精华
0
威望
3456
金钱
2
最后登录 1970-1-1
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
maomao
论坛元老
发表于 2019-5-31 16:49:02
|
只看该作者
观察一下这个链接,发现每个链接不同的地方在于最后面的contract_id=26777,我们可以把这个部分挪到前面去,如图所示。
这样就不会把每个链接特有的部分截断了。
在excel中先对4000个链接进行分列,然后拼接,就可以把4000多个链接批量处理成这样。
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
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:10616
访问主页>>
wangyong
帖子:1738
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-5-24 00:13
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 2019-5-31 16:49