多页面循环采集问题
举简单的例子:A.html页面:<ul>
<li><a href="B/123.html">第一个</a>作者:xxx时间:0000</li>
<li><a href="B/456.html">第二个</a>作者:xxx时间:0000</li>
<li><a href="B/789.html">第三个</a>作者:xxx时间:0000</li>
</ul>注:B/userid.htmlurl重写之后的地址,B/123.html表示用户ID为123的用户中心页面
B页面:
包括作者的一些详细信息,比如 级别 等等
现在想要的结果是:
ID------作者-------时间-------级别等其它信息
123----XXX-------0000-----小学
456----XXX-------0000-----中学
789----xxx--------0000-----大学
我知道在定规则时要用到所属页面,在标签里勾选了循环复选,得到结果是
ID------作者-------时间-------级别等其它信息
123----XXX-------0000-----小学
456----XXX-------0000-----小学
789----xxx--------0000-----小学
其中最后一项永远都是ID为123的级别
求指点啊!!!!帮我解决问题的奖1节车厢
是不是火车头不支持多页面循环采集?A页面记录循环,B页面地址可通过A页面循环的记录得到,当采集到A页面某条记录时,同时采集对应的B页面的相应的数据,B页面是动态传参得到不同内容的,B内容不循环每次得到的B页面内容不同。 这么久了还没有人回复,哎,求助啊! 回复 3# 303718
列表页面是
http://tieba.baidu.com/f?kw=%BF%D5%BC%E4%CB%D8%B2%C4带分页
帖子详细页面A是
上面列表中每条记录,比如:http://tieba.baidu.com/f?kz=971052707
B页面是A页面通过用户名那个链接而来的
采集的是A页面的用户名、帖子内容,B页面的吧豆消费数,现在是只能匹配第一个用户的数目,其它的都是第一个用户的,也就是重复。 搞一下午了,还没搞定,主要问题有:
1.火车不能在采网址阶段实现分页获取地址
2.火车导出的TXT文件都会有前缀,比如"标题: aaa",缩略那几个字也很讨厌
3.用神采好像可以做采多页网址的功能,但我不会用,没看过神采的教程,用起来吐血
真希望哪个牛人出来搞一下.... 实在不行可以接口处理{:4_180:}
页:
[1]