怎么样才能记住翻页抓取到第几页了,比如说共有100页,第一天抓了一半就停了,第二天要抓的话怎么继续?是要重新抓吗?
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2016-8-23 17:41

沙发
何波波 金牌会员 发表于 2016-8-23 17:39:30 | 只看该作者
1、大多数网页,翻页的网址是带有页码参数的,这种情况下将要继续采集的页面网址添加线索,就可以继续采集了。
2、如果没有页码参数的话,在打数机上手动点到目标页面继续抓取。
举报 使用道具
板凳
wangyong 版主 发表于 2016-8-23 17:41:44 | 只看该作者
采集结果中的pageno会记录翻页页数,从0开始,图中是第三页。

采集的网页如果每页都有独立的链接的话可以将对应的链接作为线索添加到规则中。
如果网页翻页后网址不变则只能从头抓取。

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

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-5-3 19:34