risun 发表于 2009-8-20 17:01:08

阿里信息采集-条件控制的循环及分页采集，自力更生曲线救国写出来了。

本帖最后由 risun 于 2009-8-22 12:26 编辑

我在做一个采集，页面如下：
http://search.china.alibaba.com/selloffer/咖啡豆、可可/1.html?cat_field=display_cat_ids

我要把页中的有标注《推广》的信息收集起来，不是推广的就不要，还要换页，把每个有这个推广的信息采集下来，弄了两天了，只搞出个半成品，一直不能解决这个条件控制的问题，我要采集的信息是有：发布者公司名、贸易通号、这条信息的序列号。哪个高手给指点迷经呀。

都市乞丐 发表于 2009-8-20 17:20:29

给标签添加   必须包含文字试试看   试试看，

risun 发表于 2009-8-20 17:22:39

自动分页设置怎么写呀，变通解决了条件循环，现在又碰到了新问题

本帖最后由 risun 于 2009-8-22 12:12 编辑

自动分页设置怎么写呀，变通解决了条件循环，现在又碰到了新问题
自动分页设置怎么写呀，才好不容易把条件循环解决，没办法用了曲线救国的方法，分页下一页一直无法提取，测试页为：


http://search.china.alibaba.com/search/offer_search.htm?keywords=咖啡豆、可可

分页源码部份为：（下一页）

                                                                                                                                                      </b>...<b>                                                                                                                        <a   href="http://search.china.alibaba.com/selloffer/%E5%92%96%E5%95%A1%E8%B1%86%E3%80%81%E5%8F%AF%E5%8F%AF/2.html?cat_field=display_cat_ids"class="unline nextpage">下一页</a>


哪位高手能帮俺看看怎么设置，能自动提取下3页的内容。这里先谢谢了。

risun 发表于 2009-8-22 10:59:36

终于自力更生，把要做的功能写出来了

本帖最后由 risun 于 2009-8-22 12:47 编辑

终于自力更生，把要做的功能写出来了，就是方法太笨了，规则写得不精简，导致运行比较慢，但没有高人帮忙，能自己写出来也不错了，下面挂上，有哪位高人有兴趣的话，可以看看哪里可以改得更精简些。

最笨首领 发表于 2009-11-7 03:15:43

花了一点时间，终于把阿里企业相关产品采集下来了，
http://www.cnz1.com/yp/company.php采了1万个企业的数据测试用，程序是phpcms2008自带的黄页程序

大家有需要我服务的地方可联系 QQ：171102457（注明：采集） 可定做规则，入库模块，ASP，PHP程序修改，数据采集等

注： 由于入库模块是本人自己写的，可自动进行 分类处理（自动创建分类），城市分类，字母分类等一系列的的操作

meiwenti 发表于 2009-11-14 14:49:24

打开不了啊啊 啊啊啊
页: [1]
查看完整版本: 阿里信息采集-条件控制的循环及分页采集，自力更生曲线救国写出来了。