自建了个规则:cn保健品

这是国家食药监局的备案信息,页内翻页,打数机只在第一页有效,到了第二页就匹配失败了咋回事儿?

另外,这个预期是层级抓取,我规则里的下级线索设置正确吗?因为这个下级并不是url,而是js?
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2017-3-17 16:44

沙发
Fuller 管理员 发表于 2017-3-17 16:35:03 | 只看该作者
我加载了,发现第二页以后,规则不适应了,不是翻页规则不对,而是数据采集规则不对,我再仔细看看
举报 使用道具
板凳
Fuller 管理员 发表于 2017-3-17 16:44:00 | 只看该作者
这个网页好奇怪,到第二页以后,这个信息表里面少了一层div,就是那个div[@class='content']下面那个div没有了。

在同一个主题名下面,你定义两个抓取规则吧,他们的规则编号不一样。一个是针对第一页做的,第二个是针对第二页做的。DS打数机运行的时候,会自动选择一个合适的
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 03:37