本帖最后由 ym 于 2017-3-10 09:47 编辑

规则:阿里巴巴-1
问题 : 需要翻页,每一页有很多网址,第一页正常抓取,第二页就只能抓到一个。如图:

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 4 个关于本帖的回复 最后回复于 2017-3-9 16:17

沙发
ym 版主 发表于 2017-3-9 14:40:03 | 只看该作者
你把整理箱改为三级结构,如下图,顶层“表1”做定位标志映射来精确采集范围,中间层“样例”做样例复制映射,底层“链接1”就映射网址并且做定位标志映射,参考教程《定位标志精确采集范围》

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
板凳
yangxiaoling 初级会员 发表于 2017-3-9 15:15:27 | 只看该作者
ym 发表于 2017-3-9 14:40
你把整理箱改为三级结构,如下图,顶层“表1”做定位标志映射来精确采集范围,中间层“样例”做样例复制映 ...

已经按您说的做了,还是错误呢,翻到第二页就只抓到一条网址。

举报 使用道具
地板
ym 版主 发表于 2017-3-9 15:32:28 | 只看该作者
我无法测试到你说的情况,你参考这篇《怎样解决规则采集失败/遗漏的问题? 》,加载规则,手工翻页到第二页,再后续分析,看看报错再来修改规则错误的地方
举报 使用道具
5#
ym 版主 发表于 2017-3-9 16:17:33 | 只看该作者
yangxiaoling 发表于 2017-3-9 15:15
已经按您说的做了,还是错误呢,翻到第二页就只抓到一条网址。

刚分析了第二页的结构,中间多了一个div节点,样例复制就失效了,所以第二页就抓到了一条信息。
解决方法:把“样例”取消样例复制映射,再对它做定位标志映射就可以了,如下图


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
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, 2025-5-4 20:11