比如我想爬去哪儿酒店详情下面的设施,如何前后对应的爬取呢?而且还有一个问题在于 每个酒店的设施内容填写的并不一样,有的有有的没有,但是如果是整个这块爬下来就是非常乱,后续好难处理

image.png
举报 使用道具
| 回复

共 4 个关于本帖的回复 最后回复于 2022-8-16 18:03

kukudeyu 中级会员 发表于 2022-8-16 17:47:24 | 显示全部楼层
还有一个问题,同一个网站内不能做样例映射吗?
image.jpg
我想爬下来每一个房型的价格信息是多少
举报 使用道具
Fuller 管理员 发表于 2022-8-16 17:58:22 | 显示全部楼层
kukudeyu 发表于 2022-8-16 17:47
还有一个问题,同一个网站内不能做样例映射吗?

我想爬下来每一个房型的价格信息是多少

这个要用嵌套整理箱,最里面一层,是对同一床型不同消费套餐的样例复制,外边一层是对不同床型的样例复制。嵌套整理箱的教程是:https://www.gooseeker.com/doc/article-622-1.html
举报 使用道具
Fuller 管理员 发表于 2022-8-16 18:01:41 | 显示全部楼层
这个很麻烦,方案1:在规则中使用自定义xpath,在xpath中写上标志性文字,比如“停车服务”这个词,那么就会定位到这个词;方案2:不管什么服务,用样例复制采集下来,采集下来的结果中含有服务的名字,导出数据以后,在excel中或者自己的数据库中再次加工,把特定的服务内容找出来。

要采集这块信息也是需要定义嵌套整理箱,参看教程:https://www.gooseeker.com/doc/article-622-1.html
举报 使用道具
kukudeyu 中级会员 发表于 2022-8-16 18:03:35 | 显示全部楼层
Fuller 发表于 2022-8-16 18:01
这个很麻烦,方案1:在规则中使用自定义xpath,在xpath中写上标志性文字,比如“停车服务”这个词,那么就会 ...

谢谢,我去学习一下!
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

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-3-29 19:55