892 gooseeker集搜客

定位標誌精確采集範圍——以安居客租房采集為例

一、操作步驟

如果隻是簡單地把信息標注出來，可以采集到樣本網頁的數據，但是批量采集同類網頁就可能會遇到失敗。這種情況下需要加上定位標誌映射以提高數據規則的精度和適應性,降低網頁變化帶來的影響。下麵用安居客網作為案例，操作步驟如下：

二、案例規則+操作步驟

采集規則：安居客租房采集（可點擊下載）
樣本網址：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
采集內容：標題、價格、地點、格局

前麵三步的具體步驟可以參考文章《采集列表數據》，下麵從第四步講解。

第四步：定位標誌

4.1，點擊標題，在底部窗口裏找到包容標題的區塊節點，並且要有屬性值（id或class值），在本例中，找到的div節點有屬性值@class=zu-info，可以作為定位標誌值。

4.2，右擊節點，選擇“定位標誌映射”->“標題”，映射後，在整理箱的定位標誌和類型這兩列，可以看到zu-info和+class，表示把@class=t的節點映射給了標題，這時，標題既有內容映射又有定位標誌映射。

4.3，重複4.1和4.2步驟，對其他內容也做定位標誌映射。

第五步：存規則，抓數據

5.1，規則測試成功後，點擊“存規則”；

5.2，點擊“爬數據”，彈出DS打數機，開始抓數據。

Tips1：有以下兩種情況需要調整一下定位類型。

1、如果這個節點同時有id值和class值，可以雙擊抓取內容，選擇“偏好id”或者“偏好class”，通常選擇同類網頁都相同的定位值。這是對單個抓取內容生效的。

2、如果抓到空信息或錯位信息，需要調整整理箱的定位，選擇合適的類型，通常選擇“絕對定位”可以解決。這是對整理箱生效的。

Tips2：下麵是定位標誌的使用範圍。

1、定位標誌雖然不是必須的，但會大大提高規則的精確度和適用性。

2、同一個定位標誌值可以映射給多個抓取內容。

3、樣例複製下的抓取內容要限定到樣例1節點的範圍裏，再選合適的定位值。

4、做了樣例複製不能再做定位標誌映射。

上篇文章：《采網址做層級采集》下篇文章：《定位標誌——采集列表數據》

若有疑問可以或

最後更新：2017-01-09 14:08:11