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
11030
漏抓很严重。。。。
呜啦吧哈
于 2017-6-15 16:52
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
呜啦吧哈
积分
51
精华
0
威望
24
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 呜啦吧哈 于 2017-6-15 17:00 编辑
主题:棉花肉松第二级
做了第二级层级抓取规则,测试也没问题,但在打数机里运行时抓取的数据好多空白,应该不是翻页太快的原因,因为实验了多次,漏抓的地方也一样。。。应该是规则哪不对吧????
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 2017-6-15 18:34
wangyong
积分
10732
精华
4
威望
4486
金钱
3
最后登录 1970-1-1
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
wangyong
版主
发表于 2017-6-15 17:14:56
|
只看该作者
当前规则做的没有问题,是网页结构不同,所以有些抓的到,有些抓不到
整理箱也需要做
定位标志映射
分析抓到的和抓不到数据和抓不到数据的网页结构区别,找所有网页结构共有的定位标志做映射
复杂网页可以
自定义xpath
举报
使用道具
回复
支持
反对
Fuller
积分
24071
精华
0
威望
6728
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 2017-6-15 18:34:59
|
只看该作者
我看你做了定位标志映射,还有漏抓吗?另外,我看到你用下面截图中的最上面那个class作为定位标志,下面两个红框也可以用。原则是选择靠近要抓取的内容的class,这样的规则最有适应性,也就是说下面红框的最合适。不过也要看实际情况。
如果发现有漏的,把那个网址找到,加载到MS谋数台上,用工作台上的抓取规则分析它。过程是:
1,假设已经加载了规则,那么在地址输入栏输入网址,回车
2,等网页完全加载好以后,选择菜单 规则-》刷新网页结构
3,再选择菜单 规则-》分析页面
4,如果分析成功了,点击创建规则工作台上的“测试”按钮,看看内容是否能如愿抓到
如果连分析规则都不成功,说明定义的规则的适应性不够。
如果需要协助,把分析失败的网址发出来
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 18:49
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 2017-6-15 18:34