怎么用图片做下级线索采集数据?

举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-11-4 11:57

沙发
Fuller 管理员 发表于 2016-11-4 11:57:19 | 只看该作者
你是说翻页的位置没有“下一页”这样的文字,而是一个图,比如,一个三角号?如果是这种情况,请参看《翻页标记是图片的怎么采集》,这个原理也适用于用html的属性节点做记号。

如果不是上述情形,而是你现在一个列表页上,每一条都可以点进到下级网页中,那么这是个层级抓取,又可以分成两种情形
1)每一条都对应有url网址,不一定就是普通的html a元素,也许是一个图片,或者一段文字,但是这个图片或者文字节点总是会有一个父节点是A类型,这个A中含有href,这种直接做普通的层级抓取规则

2)如果找不到href,或者href中是一段javascript代码,就不能做层级抓取,而是要做连续动作规则。这里有一个最新讨论帖:http://www.gooseeker.com/doc/thread-4167-1-1.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

  • 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, 2024-5-17 06:39