请问,翻页+多层抓取过程中,A和B网页90%格式一样,不过A网页的部分内容在B网页没有,导致出现B网页抓取内容和A网页抓取内容合并时,不对应。
是否需要我在做规则时进行改进?
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-7-4 15:06

沙发
ym 版主 发表于 2016-7-4 15:06:11 | 只看该作者
要调整规则,对于网页上可能没有的信息,就不要勾关键内容。
也可以通过自定义xpath解决,参考xpath教程http://www.gooseeker.com/doc/article-269-1.html

另外,分析网页结构差异,可以参考一下这篇文章http://www.gooseeker.com/doc/article-272-1.html
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

  • 为什么用微软的excel无法打开xls文件?powe
  • 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

热门用户

GMT+8, 2025-6-23 06:34