一级主题名:cnca先下层再翻页
二级主题名:cnca机构详细信息

确认目标主题名是对的,测试两个主题规则也是没错的。但是运行单搜后,二级主题名始终都是1。不知道是不是和@href节点是javascript.showdetails有关?
请大神指教。。
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2017-8-24 10:49

沙发
golgo_forever 初级会员 发表于 2017-8-24 08:54:23 | 只看该作者
尝试了论坛里的各种方法,好像都没有用。。。。
举报 使用道具
板凳
Fuller 管理员 发表于 2017-8-24 09:02:53 | 只看该作者
是的,采集到的下级网址不是真正的网址,例如
  1. javascript:showDetails('3055');
复制代码


下级网址应该是这样的
  1. http://cmacx.cnca.cn/CMA_CertQuery/dt1/certDetails.action?orgCert.id=3055
复制代码

好在里面的数字就代表某个具体的详情页。那么可以这样做
1,在第一级不要生成下级线索,也就是不勾选“下级线索”
2,把第一级采集结果入库以后,转换成excel
3,在excel中把javascript中的数字用函数提取出来,单独放一列
4,excel有串接函数,能够把网址构造出来
5,给第二级批量导入线索




举报 使用道具
地板
golgo_forever 初级会员 发表于 2017-8-24 10:49:26 | 只看该作者
收到,谢谢。我试试看
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, 2025-5-11 03:41