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
10715
【求助】使用xpath自定义定位标志,抓取到重复的内容,查看相关帖子依然解决不了。
莫小波是天才
于 2017-8-21 01:24
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
莫小波是天才
积分
134
精华
0
威望
62
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
图中红色边框为要抓取的内容。
下面为抓取到的内容,标题和下级链接都抓对了,但就是卖家字段不正确,总重复第一个的。
上图为自定义xpath定位映射。
昨天还成功,但是没保存规则,后来不知道怎么弄回去
实在是不理解为什么会抓到重复的内容,求大神帮看下!!
规则名op1
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 2017-8-21 18:43
Fuller
积分
24075
精华
0
威望
6730
金钱
6
最后登录 2025-5-6
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 2017-8-21 08:54:06
|
只看该作者
自定义xpath最好不用//开头,//开头表示从html最顶端开始定位,容易定位错误,这是全局定位。
应该先不做自定义xpath,先用内容映射,点击测试按钮,在输出窗口中切换到“数据规则”,找到那个抓取内容的xpath,基于自动生成的xpath写自定义的,用相对定位。
自动生成的xpath的开头可能是 *//,也可能是.//,也可能是直接的html标签名字,这都是相对于容器节点开始定位的,而不是相对于html最顶端。
如果自定义xpath的话,一般不要用 *//,而是.//或者直接开始写html标签名
举报
使用道具
回复
支持
反对
莫小波是天才
积分
134
精华
0
威望
62
金钱
2
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
板凳
莫小波是天才
初级会员
发表于 2017-8-21 18:43:43
|
只看该作者
确实用全局定位是错误的,改成相对的以后就正确了,谢谢大神!
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, 2025-5-11 03:54
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 2017-8-21 18:43