|
很多都是一起用,比如,翻页抓取京东商城上的商品搜索列表,这个是第一级,同时把每个商品的详情页网址抓下来,作为第二级线索。《京东商品搜索列表》这个抓取规则就是第一级,有翻页抓取;而《京东商品》这个规则是抓取第二级。
请注意,GooSeeker爬虫就像一个蜘蛛,向深度和广度扩展爬行路线,在第一级翻页抓取的时候,因为要完成翻页操作,那么当时并不执行第二级,而是把第二级的线索记录下来。等到下一轮运行才去爬,或者交给另一个爬虫程序去爬。
GooSeeker爬虫程序的原理更形象,更自然,不用去定义外循环、内循环,不用这种程序员语言,所以,更容易被大家所接受
|
|
共 1 个关于本帖的回复 最后回复于 2015-9-22 22:25