erin1025 发表于 2009-2-3 20:06:52

关于搜狐论坛的采集

搜狐论坛的采集,请高人指教!~

下面是以前关于搜狐论坛采集的帖子,原帖不能回复. 照着这个帖子给出的方法,只能采集到论坛的主帖,回复采集不下来.
http://bbs.locoy.com/viewthread.php?tid=19013&extra=&highlight=%CB%D1%BA%FC&page=1


看了下代码.结果差点吐血
拿下面这贴说.
http://club.astro.sohu.com/r-astrology-761300-0-159-0.html
看的很复杂


其实找到下面这地址就行了.
http://mirror4.club.sohu.com/readjsnew-astrology-761300-0.html
就写在源码里.
打开看后晕倒.
用个分页采集搞定.
TT截图未命名.jpg (102.09 KB)
下载次数:26
2007-11-13 02:31




http://bbs.locoy.com/attachments/month_0711/20071113_f88c8c6e1e9bcf44c65bEME8K28Wk2BM.jpg





我试了一下:

例:
原帖:http://club.women.sohu.com/r-zhenxing-283740-0-278-0.html
可采地址(只有主帖,没有回帖):http://mirror4.club.sohu.com/readjsnew-zhenxing-283740-0.html

通过自定义链接格式,将原帖地址替换成可采集的地址:
http://club.women.sohu.com/r-zhenxing-[参数]-0-(*)-0.html
http://mirror4.club.sohu.com/readjsnew-zhenxing-[参数1]-0.html

但只能采集到主帖,回帖该怎么采呢?

懷念過去↑文 发表于 2009-2-3 20:26:40

并不是每个论坛都可以采集到回帖

rq204 发表于 2009-2-3 21:59:19

这种的话你将主题和回复换一下位置，用循环和多页应可以采到了

erin1025 发表于 2009-2-3 22:28:17

新的问题:

要采集的页面:http://club.women.sohu.com/r-zhenxing-283740-0-278-0.html

页面里已经含有主帖和回复地址:<script src=http://mirror8.club.sohu.com/readjsnew-zhenxing-283740-1233634545.html></script>

现在的问题是: 如何将地址里的内容提取出来? 有人说用分页采集, 我试了很多种方法, 没搞定,请教高人!


【出处】：
【标题】： 北京米杨毁我一生眼睛严重失败拉皮14天眼19天,第1页 - 搜狐社区
【内容】： http://mirror8.club.sohu.com/readjsnew-zhenxing-283740-1233634545.html|||http://mirror8.club.sohu.com/readjsnew-zhenxing-283741-0.html|||http://mirror8.club.sohu.com/readjsnew-zhenxing-283742-0.html|||http://mirror8.club.sohu.com/readjsnew-zhenxing-283750-0.html|||http://mirror8.club.sohu.com/readjsnew-zhenxing-283763-0.html|||http://mirror8.club.sohu.com/readjsnew-zhenxing-283784-0.html|||http://mirror8.club.sohu.com/readjsnew-zhenxing-283785-0.html|||http://mirror8.club.sohu.com/readjsnew-zhenxing-283789-0.html|||http://mirror8.club.sohu.com/readjsnew-zhenxing-283802-0.html|||http://mirror8.club.sohu.com/readjsnew-zhenxing-283810-0.html|||http://mirror8.club.sohu.com/readjsnew-zhenxing-283821-0.html|||http://mirror8.club.sohu.com/readjsnew-zhenxing-283823-0.html

erin1025 发表于 2009-2-3 22:30:12

这种的话你将主题和回复换一下位置，用循环和多页应可以采到了
rq204 发表于 2009-2-3 21:59 http://bbs.locoy.com/images/common/back.gif


请问怎么换位置,能否说得清晰一点,谢谢!

erin1025 发表于 2009-2-3 22:35:53

这个问题说起来很绕嘴, 就是如何采集内容页里的地址里的内容?

junye 发表于 2009-3-22 18:10:52

我也是到了楼主这步采不了了。。

能采集到一各回复，，第二个采不到了

junye 发表于 2009-3-22 18:11:52

在同时采集多页面那里根本不能循环。。
页: [1]
查看完整版本: 关于搜狐论坛的采集