892 gooseeker集搜客

定位标志精确采集范围——以安居客租房采集为例

一、操作步骤

如果只是简单地把信息标注出来，可以采集到样本网页的数据，但是批量采集同类网页就可能会遇到失败。这种情况下需要加上定位标志映射以提高数据规则的精度和适应性,降低网页变化带来的影响。下面用安居客网作为案例，操作步骤如下：

二、案例规则+操作步骤

采集规则：安居客租房采集（可点击下载）
样本网址：https://sz.zu.anjuke.com/?pi=baidu-cpchz-sz-tyong1&kwid=8248540023&utm_term=%E6%B7%B1%E5%9C%B3+%E7%A7%9F%E6%88%BF%E7%BD%91
采集内容：标题、价格、地点、格局

前面三步的具体步骤可以参考文章《采集列表数据》，下面从第四步讲解。

第四步：定位标志

4.1，点击标题，在底部窗口里找到包容标题的区块节点，并且要有属性值（id或class值），在本例中，找到的div节点有属性值@class=zu-info，可以作为定位标志值。

4.2，右击节点，选择“定位标志映射”->“标题”，映射后，在整理箱的定位标志和类型这两列，可以看到zu-info和+class，表示把@class=t的节点映射给了标题，这时，标题既有内容映射又有定位标志映射。

4.3，重复4.1和4.2步骤，对其他内容也做定位标志映射。

第五步：存规则，抓数据

5.1，规则测试成功后，点击“存规则”；

5.2，点击“爬数据”，弹出DS打数机，开始抓数据。

Tips1：有以下两种情况需要调整一下定位类型。

1、如果这个节点同时有id值和class值，可以双击抓取内容，选择“偏好id”或者“偏好class”，通常选择同类网页都相同的定位值。这是对单个抓取内容生效的。

2、如果抓到空信息或错位信息，需要调整整理箱的定位，选择合适的类型，通常选择“绝对定位”可以解决。这是对整理箱生效的。

Tips2：下面是定位标志的使用范围。

1、定位标志虽然不是必须的，但会大大提高规则的精确度和适用性。

2、同一个定位标志值可以映射给多个抓取内容。

3、样例复制下的抓取内容要限定到样例1节点的范围里，再选合适的定位值。

4、做了样例复制不能再做定位标志映射。

上篇文章：《采网址做层级采集》下篇文章：《定位标志——采集列表数据》

若有疑问可以或

最后更新：2017-01-09 14:08:11