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
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
3
13162
求大神教豆瓣详情的抓取
15875060036
于 2022-4-11 15:25
发表
[复制链接]
15875060036
积分
8
精华
0
威望
2
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
本帖最后由 15875060036 于 2022-4-11 15:26 编辑
在学怎么样gc抓取豆瓣电影的详情
规则名称
豆瓣的movie
douban的urllist
需要抓取热门页面的5页电影详情
https://movie.douban.com/explore#!type=movie&tag=%E7%83%AD%E9%97%A8&sort=recommend&page_limit=20&page_start=0
我先爬了这些电影的url,在抓取,电影类型、制片国家等在html里面是分开的,不能一起爬下来最后想达到的效果是这样的
请问一下要怎么做
求指点
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
|
回复
共 3 个关于本帖的回复 最后回复于 2022-4-11 16:10
Fuller
积分
24106
精华
0
威望
6744
金钱
6
最后登录 2025-5-19
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
Fuller
管理员
发表于 2022-4-11 15:54:27
|
显示全部楼层
我看了你的规则,分成多个字段,分的挺细的,你觉得哪个字段没有达到要求?
举报
使用道具
回复
支持
反对
Fuller
积分
24106
精华
0
威望
6744
金钱
6
最后登录 2025-5-19
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
Fuller
管理员
发表于 2022-4-11 16:02:32
|
显示全部楼层
我看就是 类型 字段没有分开,但是要分开实在有些麻烦。两个span节点分别存两种类型。要么就是建立两个抓取内容,分别是 类型1, 类型2,用这两个span做映射
举报
使用道具
回复
支持
反对
Fuller
积分
24106
精华
0
威望
6744
金钱
6
最后登录 2025-5-19
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
Fuller
管理员
发表于 2022-4-11 16:10:14
|
显示全部楼层
要绝对定位才能区分开导演和编剧,因为这些字段在网页上有相同的结构,html节点有相同的class属性,要是用偏好class,就会因为相同class导致采集到的内容相同。
用了绝对定位,会影响规则的适应性。如果采集其他网页的时候不对,可以像下图一样,给整个整理箱做一个定位映射(第一图),然后除了标题,其他抓取内容放在一个内部整理箱中,给内部整理箱再做一个定位映射。有了定位映射,规则的适应性会提高。
为了做成嵌套整理箱,选中某个抓取内容,鼠标右键有菜单“移动”,可以上下移动或者缩进。
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
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:10612
访问主页>>
wangyong
帖子:1738
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-5-21 02:52
快速回复
快速发帖
返回顶部
返回列表
共 3 个关于本帖的回复 最后回复于 2022-4-11 16:10