我采集今日头条的内容,每次都是采集到十几条内容就停止了,请问怎么解决,假设我要采集500条新闻内容以上?
举报 使用道具
| 回复

共 6 个关于本帖的回复 最后回复于 2017-5-10 19:51

沙发
Duoyinfo 初级会员 发表于 2017-5-10 18:08:55 | 只看该作者
最多采集到61条就停了
举报 使用道具
板凳
Fuller 管理员 发表于 2017-5-10 18:19:49 | 只看该作者
Duoyinfo 发表于 2017-5-10 18:08
最多采集到61条就停了

自己做的规则?还是用数据DIY中的爬虫规则?
举报 使用道具
地板
Duoyinfo 初级会员 发表于 2017-5-10 19:05:59 | 只看该作者
自己做的
举报 使用道具
5#
Fuller 管理员 发表于 2017-5-10 19:12:33 | 只看该作者

主题名发出来,我帮你诊断一下。如果是自己做的,要在DS打数机上设置滚屏参数,滚屏次数设置成 > 0的数字。不过,如果今日头条是一个瀑布流网页,就不能设置滚屏次数。我要看看你的样本页面才知道。

这里有现成的今日头条采集爬虫,会连续滚屏30次。
举报 使用道具
6#
Duoyinfo 初级会员 发表于 2017-5-10 19:14:28 | 只看该作者
主题名:ITEST11
举报 使用道具
7#
Duoyinfo 初级会员 发表于 2017-5-10 19:51:29 | 只看该作者
原来是DS 打数机的滚屏参数问题。
和你们指导的刚刚相反,不是设置为0,也不是大于0的个位数。
如果想要把滚动内容一网打尽,滚屏次数要设置为-1 , 或者一个千万级别的数。
滚屏速度也要大,最好在2以上。
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

  • LDA主题分析模型到底是什么?
  • top2vec话题发现原理和使用方法
  • 将文本聚类和LDA分析模块安装在数据盘上的
  • GooSeeker分词软件的tf-idf算法和特征词选
  • 边表格式和矩阵格式的共词矩阵表有什么区别

热门用户

GMT+8, 2026-4-9 18:13