整理箱结构不正确：抓取内容没有包含在内

求助！！！任务名：sohu_car_test2_5
整理箱结构不正确：抓取内容没有包含在内

一定是做了样例复制，那么就要求给抓取内容做映射的时候，在网页上都必须来自于同一个样例的内容。

如果有个抓取内容其实是不属于样例的，那么要放在样例外边。

如果一个整理箱中既需要抓取样例复制的内容，又要抓取零散的内容，那么需要定义一个嵌套的整理箱，具体参看帖子《怎样建立嵌套整理箱》

Fuller 发表于 2019-8-1 18:30
一定是做了样例复制，那么就要求给抓取内容做映射的时候，在网页上都必须来自于同一个样例的内容。

如果有 ...

我爬的网站数据节点是像图里这样的，一个TR节点对应一行，但是每一列是一辆车的全部信息，我也是按列作为一个样例的，是不是这个原因导致的报错？

kaka_22 发表于 2019-8-1 18:52
我爬的网站数据节点是像图里这样的，一个TR节点对应一行，但是每一列是一辆车的全部信息，我也是按列作为 ...

按照列做样例复制没有问题。但是要注意，做规则的时候，只选择第一列的内容做内容映射，不能有几个用第一列的，有几个用第二列的，否则就会出现抓取内容没有包含在内。

另外，如果同时做了内容映射和定位标志映射，两个映射选择的DOM节点应该是父子祖先关系，不能在兄弟分支上。要确定是否是祖先关系，只要从一个节点开始，父节点方向找，一级一级找，只要能找到另一个节点，那就对了，那就是他们在同一支上

Fuller 发表于 2019-8-2 09:24
按照列做样例复制没有问题。但是要注意，做规则的时候，只选择第一列的内容做内容映射，不能有几个用第一 ...

我看这个节点的样子好像不行
能帮忙看一下确认一下么  感谢！！！网址在这http://db.auto.sohu.com/yiqiaudi/2374/trim.html

kaka_22 发表于 2019-8-2 10:54
我看这个节点的样子好像不行
能帮忙看一下确认一下么  感谢！！！网址在这http://db.auto.sohu.com/yiqia ...

我看到你已经对每一行做了样例复制。我在这个基础上改动了一下。

整理箱最顶层节点叫做“行”，用tr做样例复制，内部建立一个抓取内容，存表头，比如“厂商指导价”，“4S店报价”等等，然后再创建一个内部嵌套的容器节点“列”，里面含有“单元格”内容，用第一个单元格做内容映射，然后对“列”这个容器用第一行的td做样例复制映射。

整个表采集下来是这样的格式

汽车型号这一条放在另一个table中，这样就比较麻烦，很难把这一条和下面的参数表格合在一起，只能用另一个整理箱采集下来。

在一个规则中可以有多个整理箱。

最后导出数据以后，把两个整理箱在excel中合并一下

Fuller 发表于 2019-8-2 12:11
汽车型号这一条放在另一个table中，这样就比较麻烦，很难把这一条和下面的参数表格合在一起，只能用另一 ...

我试了一下，这样的话原本1万多行的数据爬下来变成了100多万行~
有办法按列爬取么，就是一列作为一个样例来爬

kaka_22 发表于 2019-8-2 15:56
我试了一下，这样的话原本1万多行的数据爬下来变成了100多万行~
有办法按列爬取么，就是一列作为一个样例 ...

主要看网页结构，这个结构没法按列做样例复制