只能采集第一页 从第二页开始 就显示匹配失败,第一页采集的内容也有漏掉的

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 1 个关于本帖的回复 最后回复于 2017-2-4 17:31

沙发
Fuller 管理员 发表于 2017-2-4 17:31:40 | 只看该作者
要做这个网页的规则很难,因为第一页的结构很复杂,没有规律,比如,在第一页上出现了百度百科的词条,而到了第二页上就没有了

百度百科词条也只有出现一次,如果只是简单的内容映射,做不了样例复制。需要微调定位规则,比如用自定义xpath等手段,才能做成一个通用的规则

可以下载这个现成的规则:http://www.gooseeker.com/res/detail_103298.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

  • 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
  • 利用AI阅读和分析文本:扣子COZE记录用户反

热门用户

GMT+8, 2025-5-3 21:18