有一些网站的页面信息是不完整的,用来做规则的时候有些关键词在另一个页面里没有,无法作内容映射。这种情况下怎么样才能做一个完整的规则,适合各种具有相同结构的不同页面。
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-8-26 16:24

沙发
何波波 金牌会员 发表于 2016-8-26 16:24:03 | 只看该作者
这种情况要对规则自定义xpath,对要抓取的字段在网页中存不存在不确定。xpath具体操作参考教程http://www.gooseeker.com/doc/thread-701-1-1.html
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

  • 爬网址做层级采集——以当当商品爬虫为例
  • 网络爬虫采集列表数据
  • UMAP的min_dist参数有什么作用?
  • UMAP的n_neighbors参数有什么作用?
  • HDBSCAN的min_samples和min_cluster_size参

热门用户

GMT+8, 2026-6-26 04:16