GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
请
登录
后使用快捷导航
没有帐号?
立即注册
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
使用交流
2
11215
求教,如何实现当当图书翻页?
miomio113
于 2017-5-3 23:38
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
miomio113
积分
42
精华
0
威望
18
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
本帖最后由 miomio113 于 2017-5-3 23:52 编辑
如图所示,我使用记号线索方式来实现翻页,但是实际爬网页时,只能爬取当前页面的内容,到了第二页就停止了,从文件夹中也只能看到第一页的xml。
请问大家这该怎么解决?还有其他好的翻页方法吗?谢谢!
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
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 2 个关于本帖的回复 最后回复于 2017-5-4 00:04
Fuller
积分
24067
精华
0
威望
6726
金钱
6
最后登录 2025-5-4
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
沙发
Fuller
管理员
发表于 2017-5-3 23:54:58
|
只看该作者
我测试了你的规则,翻页没有问题,但是翻到下下页的时候,匹配失败。
生成的规则中,红框里面用了id作为定位标志,那么到下一页以后,就没有这个id了,就匹配失败,可以点击“定位”按钮,选择“偏好class”,就能优先选择class
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
支持
反对
Fuller
积分
24067
精华
0
威望
6726
金钱
6
最后登录 2025-5-4
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
板凳
Fuller
管理员
发表于 2017-5-4 00:04:23
|
只看该作者
这个规则还有几个需要改进的地方,虽然不影响抓取,但是可以做的更加有适应性
1,如上图,你定义了一个嵌套整理箱,“抓取价格”这层像你这样用法就浪费了,有一层做样例复制就够了。但是,可以给“抓取价格”作个定位标志映射,如图。映射好以后,要双击“抓取价格”这行,弹出高级设置框,要选择class,而不是id,这个id很可能翻到第二页就失效了。
2,书名 和 价格 都可以用上定位标志映射,网页上有很好的class可用,手工做映射,可以提高规则的适应性
3,你的规则是在第二页上做的,这样就采集不到第一页了,应该在第一页上做
另外,这个网页很长,记得要打开DS打数机的滚屏功能,选择菜单 配置-〉滚屏参数,把滚屏次数设置成>0的数字
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
支持
反对
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
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
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
怎样使用快捷采集(以采集京东评论为例)
3
集搜客文本分词标注工具(V1版)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10609
访问主页>>
wangyong
帖子:1737
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-5-5 10:38
快速回复
快速发帖
返回顶部
返回列表
共 2 个关于本帖的回复 最后回复于 2017-5-4 00:04