數據規則怎麼看

數據規則就是隨著標注和映射操作立刻生成的XSLT程序，它是爬蟲采集網頁數據的依據，主要涉及到xpath，大家在掌握html、xml、xpath的基礎上，就能很好地理解XSLT程序。查看方法是點擊“測試”->“數據規則”，如下圖。

查看數據規則是為了能在原來的基礎上優化程序，有很多實現的方法，例如定位標誌或自定義xpath，這裏就不細說了，下麵講解一下數據規則的結構。

1、整理箱的起點路徑

在xsl:apply-template select=”***”，雙引號和and前麵的就是整理箱的起點路徑，and後麵是勾了關鍵內容的標簽的xpath路徑。起點路徑限定了整理箱的采集範圍，其他標簽的xpath要包含在它裏麵，才可以被定位和采集。

2、每個標簽的xpath路徑

隻要看標簽下的第一條程序xsl:value-of select="***”，雙引號裏麵就是它的xpath。

Tips1：爬蟲路線也是有規則的，除下級線索外，設置其他類型的爬蟲路線後，就會生成一個路線程序。點擊“查看規則”，在線索規則裏，標簽裏麵的就是該路線的xpath路徑。

Tips2：規則裏的xpath是越短越好，因為越短的xpath所查找的路徑層級就越少，能大大減少由於網頁結構變動而定位失敗的情況，通常做定位標誌映射可以優化xpath路徑。

上一篇文章：《XML文件結構》下一篇文章：《采集網頁html源碼》

若有疑問可以或

最後更新：2017-01-09 14:08:12