1 2321

瀑布流网页无法自动滚屏

LSH316 于 2023-5-25 11:45 发表 [复制链接]
在抓取瀑布流网页时,参照了今日头条那个连续动作案例选择了滚屏的连续动作,但是在抓取过程中如果不动页面就只能抓10条数据重复抓三次,在抓取过程中滚动页面就能多抓数据,一直抓到我滑动到的网页那块,但因为我滑动网页加载的速度没抓取数据速度快,所以前面的数据会重复抓取多次。请问各位大佬这种情况怎么办,该怎么自动滚屏抓取呢?抓取的网页链接是抑郁症 - 好大夫在线 (haodf.com)
数据抓取情况.png
连续动作设置页面.png

抑郁症瀑布流测试_1684985444718.zip

78.78 KB, 下载次数: 0

举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2023-5-25 16:09

Fuller 管理员 发表于 2023-5-25 16:09:44 | 显示全部楼层
滚轮区域3.png
我测试了一下,这个网页要选用“滚轮”动作,这个网页上有一个隐藏的内部滚动条。

定义滚轮动作的时候,比较麻烦的是要找对滚轮区域。经过测试,发现上图那个区域就是滚轮区域。为那个区域生成xpath,把xpath写到规则中。

另外要设置滚动像素数,跟滚屏不一样,不是一屏一屏地滚,而是一个像素一个像素地滚,一个像素很小,一屏高度方向大概有800-1500个像素,跟自己电脑的分辨率有关。

旗舰版才能使用滚轮功能
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-3-29 17:47