请问为什么我试抓的时候都是能完整抓完5页,但是自动采集就每次抓到第三页就结束了呢

我是用crontab.xml配置的


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 2 个关于本帖的回复 最后回复于 2016-6-23 17:48

沙发
Fuller 管理员 发表于 2016-6-23 17:46:34 | 只看该作者
可以做如下检查
1,DS窗口是否放到最大了?
2,DS窗口下部的日志怎么说?
3,把dupratio改为100吧,估计是下级网址有重复才会断掉的
举报 使用道具
板凳
Fuller 管理员 发表于 2016-6-23 17:48:35 | 只看该作者

这个日志说明:1,你肯定做了两级规则,这是第一级
2,连续运行两遍,为第二级抓取到的网址相同,就不往下抓了

至于“抓取成功,但爬虫参数还有优化空间以提高抓取速度”,可以把timerTriggered设置为true,但是要谨慎一些,设置true的话,很可能会抓的太快造成漏抓或者翻页断掉。具体参看:http://www.gooseeker.com/doc/thread-714-1-1.html

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
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • 怎样让GooSeeker分词工具使用宋体画词云图
  • 使用BERTopic时遇到的c-TF-IDF是什么?
  • gooseeker分词工具的命名实体识别和词形还
  • 怎样设置LDA模型的超参数alpha(α)和beta(
  • LDA主题分析模型到底是什么?

热门用户

GMT+8, 2026-5-21 13:12