2回答
我正在学习如何使用刮伤，但我有一些问题。在网上教程之后，我编写了这段代码，以了解更多关于它的内容。
import scrapy
class BrickSetSpider(scrapy.Spider):
name = 'brick_spider'
start_urls = ['http://brickset.com/sets/year-2016']
def parse(self, response):
SET_SELECTOR = '.set'
for brickset in response.css(SET_SELECTOR)
浏览 4提问于2017-03-16得票数 0
回答已采纳
1回答
嘿，伙计们，我从Selenium Web 抓取开始，我想登录Instagram。但是每次在"selector":"//*@id="loginForm"/div/div1/div/label/input"}“上发生”异常已经发生: NoSuchElementException -消息:没有这样的元素:无法定位元素：{“方法”：“xpath”时，send_keys就会发生错误。
请帮帮忙
from selenium import webdriver
from webdriver_manager.chrome import ChromeDriverMa
浏览 2提问于2021-03-31得票数 1
回答已采纳
我目前正在尝试学习抓取，因此我正在尝试抓取FIFA球员的统计数据。例如，我现在在加里·莱因克的工作。当我尝试抓取他的数据时(比如加速度)。它只适用于数字，而不适用于实际文本。
这两者协同工作，并与统计数据一起形成一个列表。
stats = doc.xpath('//*[@class="stat_val"]/text()')
<div class="stat_val">90</div>
然而，这两个并没有创建任何东西，只是创建了一个空列表。
statNames = doc.xpath('//span[@class=
浏览 8提问于2018-10-20得票数 1
我正在尝试使用selenium从网页中抓取一些数据。我已经成功地让selenium在树莓派上无头工作，我可以连接到我试图抓取的网页，返回页面的标题，并返回我连接到的URL。
我一直在看教程中关于如何抓取数据的示例，它们都是这样的：
titles_element = browser.find_elements_by_xpath(“//a[@class=’text-bold’]”)
然而，我试图抓取的网页中的每一块数据都有相同的类名。举一个我试图抓取的第一位数据的例子，我试图得到wins的值是4：
第二个示例是im尝试抓取的数据，在本例中为kill，值为559：
我试图抓取的两个数字共享相同的
浏览 5提问于2021-03-16得票数 0
我是python的新手，在跟踪urls时遇到了一些问题。我怀疑它可能与xpath规范有关，但是在做了几个关于这个主题的教程之后，我并没有进一步解决这个问题。它循环遍历引用表中的urls，并重复地从起始页抓取内容。我做错了什么？
所附代码：
import scrapy
from scrapy.selector import Selector
from scrapy.spiders import CrawlSpider
from scrapy.spiders import Rule
from scrapy.linkextractors import LinkExtractor
from scr
浏览 1提问于2017-09-11得票数 0
2回答
使用python，你将如何从网站上抓取图片和文本。例如，假设我想同时抓取图片和文本，我应该使用什么python工具/库呢？有什么教程吗？
浏览 2提问于2014-01-12得票数 1
1回答
背景:我有一个辅助项目的想法，我可以最好地将其描述为expedia.com/kayak.com和维基百科的结合。主网站将使用API、web抓取/屏幕抓取或其他技术来填充从外部来源生成的搜索结果。我还会创建一个社区(如维基百科)，用户可以在其中编辑搜索结果中的内容(如果我太含糊了，我道歉)
问题:我在python和Django方面的经验有限，我觉得看youtube教程对我没有好处。谁能提供一些建议，关于我可以工作的项目或我可以观看的教程，以便我可以建立在我的这个项目上工作的信心。提前谢谢你
浏览 3提问于2016-11-03得票数 0
我写了下面的代码来用igraph包显示图形，但我不知道如何在python中将igraph结果导出为csv文件？我的另一个问题是如何添加标签？
import igraph as ig
import pandas as pd
g=ig.Graph.TupleList(df.itertuples(index=False),directed=True)
ig.plot(g, target='graph.png', vertex_size=10, bbox=(0, 0, 500, 500))
浏览 3提问于2021-10-21得票数 2
我正在做一些简单的抓取器，在推特上搜索的转发计数。我被困在这：
<span class="ProfileTweet-actionCountForAria" id="profile-tweet-action-retweet-count-aria-123456789123456789">리트윗 0개</span>
这就是我想要收集的目标标签。您可以看到标签的id对于每个用户都有一些不同的id号。所以我试着像这样用find_elements_by_xpath收集那些：
retweets = driver.find_elements_by_xpa
浏览 2提问于2019-05-09得票数 1
回答已采纳
2回答
我刚开始测试自动化，我需要专家的帮助，他们可以帮助我解决目前的困难。目前有一个web浏览器应用程序，它是基于excel中的测试用例手动测试的。
还有一个自动化框架，它使用Selenium，使用WebDriver，运行在Google上。
使用用于手工操作的测试用例(excel中的测试用例)，并编写另一组测试用例(excel中的测试用例)，这些测试用例只不过是div元素和框架应该做的操作，比如单击或查找框架将理解的内容。
1.首先，我需要手动查找所有元素的每个div id，并将其放入框架所理解的excel中。如何避免这种情况？
2.还出现了一个新版本的应用程序，其中元素的所有div id都需要重新
浏览 3提问于2013-09-04得票数 0
我如何从graph.facebook.com抓取一个公共提要，并将其作为RSS提要放入Google小工具中？
来源：http://graph.facebook.com/prettyklicks/feed
可以“吃”它的小工具：http://www.google.com/ig/directory?url=www.google.com/ig/modules/feeds_tabs.xml
浏览 0提问于2011-01-04得票数 3
1回答
这个问题在某种程度上是我之前提出的问题的后续问题。
我试图刮一个网站，其中包含一些链接在第一页。类似于的东西。
现在，由于我想要抓取页面上显示的项目的详细信息，我已经提取了它们各自的URL。
我已经将这些URLS保存在一个列表中。
如何启动爬行器来逐个抓取页面？
为了更好地理解：
[urlA, urlB, urlC, urlD...]
这是我抓取的URL列表。现在我想启动一个爬虫来逐个抓取链接。
我该怎么做呢？
浏览 0提问于2015-01-16得票数 2
**运行下面的代码后，我将得到
AttributeError：'NoneType‘对象没有属性'click’。
请有人帮我解决这个问题**
rest是代码：->
from selenium import webdriver
from webdriver_manager.chrome import ChromeDriverManager
import random
import time
from selenium.webdriver.common.by import By
def sleep_for_period_of_time():
浏览 15提问于2022-09-21得票数 1
3回答
我想用抓取几百个网站，只抓取基本的(标题，元*和正文) html元素。我知道我应该为此使用，并根据调整一些设置。我弄不明白的部分是如何使用xpath创建仅抓取那些基本html元素的规则。我看到的很多教程都涉及到检查元素并找到该元素的css类。这对于body元素来说很好，但是title和meta标记呢？
浏览 2提问于2018-08-22得票数 2
2回答
我遵循教程，在登录后从网站上抓取信息。现在，部分代码使用xpath变量来抓取特定内容。我不熟悉xpath，经过大量搜索后，我找不到正确的解决方案。我希望你们中的一个能帮我的忙！
我需要"price" <span>中的值
<div class="price-box">
<span class="regular-price" id="product-price-64">
<span class="price">€ 4,90</span>
&l
浏览 1提问于2018-07-04得票数 0
我需要从很多文本文件中提取Insta配置文件名。概要文件的名称有一些变化，我们可以在下面看到，并且包含在许多文本中：
@profilename
insta: profile_name
Ig: profilename
IG: profilename
ig: profile.name
Instagram: @profile.name
Instagram @profilename
IG profilename
Insta: profile_name
Insta: profilename
https://instagram.com/profilename
IG @profilename
Ig: _
浏览 0提问于2019-08-30得票数 0
回答已采纳
我最近发现了RapidMiner，我对它的功能感到非常兴奋。然而，我仍然不确定这个程序是否能帮助我满足我的特定需求。我想让程序从我用另一个程序生成的URL列表中抓取xpath匹配项。(与RapidMiner中的“爬网”操作符相比，它有更多的选项)
我看过Neil Mcguigan的以下教程：。但我试图抓取的网站有数千个页面，我不想把它们都存储在我的pc上。而且网络爬虫缺乏关键功能，所以我无法使用它来达到目的。有没有一种方法可以让它读取URLS，然后从每个URLS中抓取xpath？
我也看过从页面中提取html的其他工具，但我无法弄清楚它们是如何工作的(甚至无法安装)，因为我不是程序员。另一方面
浏览 1提问于2012-01-28得票数 2
所以，我正在尝试抓取一个无限滚动的网站。 我遵循了这个关于无限滚动网页的教程：https://blog.scrapinghub.com/2016/06/22/scrapy-tips-from-the-pros-june-2016 但是给出的示例看起来非常简单，它是一个有序的JSON对象，其中包含您想要的数据。 我想刮掉这个https://www.bahiablancapropiedades.com/buscar#/terrenos/venta/bahia-blanca/todos-los-barrios/rango-min=50.000,rango-max=350.000 每个页面的XHR响
浏览 38提问于2019-02-24得票数 0
回答已采纳
对于一个大学项目，我想抓取Instagram博客(https://about.instagram.com/blog/announcements/break-down-how-instagram-search-works)上的博客文章。获取文章的标题、日期和作者没有问题，但当我尝试获取实际的文章文本时，它什么也不返回。有没有人知道问题出在哪里？ 这是我的代码： require ("rvest")
require ("stringr")
require ("tidyverse")
library (tidyverse)
library (rvest
浏览 12提问于2021-09-06得票数 0
我曾经使用以下python + selenium库代码来喜欢任何IG帖子。
下面是一段代码：
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
"&
浏览 64提问于2021-11-23得票数 0
2回答
我正在尝试使用python (硒和美汤)从这个网站()中抓取数据。
我的代码是这样的：
driver = webdriver.Chrome('my file path')
driver.get('https://www.ilcollege2career.com/#/')
first_click = WebDriverWait(driver,5).until(EC.element_to_be_clickable((By.XPATH, '//*[@id="tutorial-modal"]/div/div/div/div[3]/button
浏览 4提问于2019-10-24得票数 1
2回答
我的**Web抓取**用例面临着有趣的问题。我需要得到最新的**谷歌地图的评论**。
我想按最近的日期对评论进行排序。我看的所有教程都是用英语写的，但在我的母语中，UI和那些教程不一样。
我可以使用**Selenium**和按钮的**XPATH**单击按钮，但我不知道如何从可见的drop菜单中更改排序选项。
# Click the sort button
driver.find_element_by_xpath('//*[@id="pane"]/div/div[1]/div/div/div[2]/div[8]/button').click()
sele
浏览 5提问于2022-01-05得票数 1
回答已采纳
我想从网站上抓取一张图片，并将其存储在指定的文件夹中，但所有的教程似乎都只是教你如何抓取多张图片。例如，我想要从上立即看到这个小狗图像，并将其保存在我的桌面上。我该怎么继续呢？
到目前为止，我只想出了以下代码：
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
import time
PATH = "C:\Coding\Codes\Python\edgedriver\msedgedriver.exe"
driver = webdriver.Edge(PATH)
driv
浏览 43提问于2021-11-08得票数 2
所以作为一个初学者，我正在学习Michael Hart的ruby on rails第二版教程！
当我使用集成测试模块运行命令行时
rspec test/integration/static_pages_test.rb
它没有显示Hartl得到了什么。相反，它显示的是：
/Users/Name/rails_testprojects/protego/test/integration/static_pages_test.rb:1:in `require': no such file to load -- test_helper (LoadError)
from /Users/Name
浏览 1提问于2013-05-27得票数 2
回答已采纳
代码来源：是python和scrapy的新手。我搜索递归蜘蛛并找到了这个。
我有几个问题：
接下来是怎么做的？它只是从页面中获取href链接并将其添加到请求队列中吗？
抓取是从网页的哪一部分抓取的？
下面的代码会刮掉网页上的所有链接吗？
让我说我想从这个网站抓取和下载每一个文件
我可能会这样做的方式是刮刮这个网站上的每一个链接，并检查URL的内容标题和下载，如果它是一个文件。这可行吗？
抱歉，如果这是个糟糕的问题..。
from scrapy.contrib.spiders import CrawlSpider, Rule
from scrapy.contrib.linkextractors.
浏览 0提问于2016-03-24得票数 0
我正在努力排除论坛网站上的引文。我需要抓取消息文本，其中一些包括引用作为参考较早的消息。抓取所有带有引号的消息意味着我会多次获得抓取的数据中的相同文本。在这种情况下，分析它变得困难。有人能帮我在抓取时绕过引号文本吗？下面是一个示例页面：https://forum.donanimhaber.com/toyota-touch-2-ve-touch-go-2-kullanici-tecrubeleri-ve-klavuzda-yazmayanlar--88405838这里是一条带引号的消息的html代码： <table>
浏览 15提问于2021-10-26得票数 0
回答已采纳
1回答
比基本抓取功能的使用更深入。
我了解基本的BaseSpider类:名称、allowed_domains，以及如何为每个start_url发送请求对象，其中解析函数用作回调函数，并且解析接收响应。
我知道我的解析函数为名为"service-name“的每个类的数据保存了一个XPath响应，然后我相信它会通过循环遍历将每个XPath响应匹配存储到对象"item”中，然后将其发送到“XPath容器中的TgmItem类”。
“newUrl”包含需要刮除的连接URL，我需要弄清楚如何获取LinkParse函数来刮掉找到的每个newUrl，或者接收所有的链接来单独抓取。
我知道meta用于
浏览 1提问于2014-09-16得票数 3
回答已采纳
我已经做了一个简单的IG机器人，去指示标签，去张贴，喜欢，并跟随海报。但是有时候Instagram会崩溃，不会显示后置--然后脚本也会崩溃，因为它找不到“跟随/喜欢”按钮。
如果找不到按钮，请单击下一个post按钮，我可以做一个循环或其他什么吗？我对蟒蛇完全陌生，我搞不懂。
这是我的密码：
# Following the poster
if followtag:
self.Wait(1,2)
temp = self.driver.find_element_by_xpath('/html/body/div[6]/div[3]
浏览 7提问于2022-03-17得票数 0
回答已采纳
环境: Oracle APEX 5.1.2 / Oracle 12c
我目前正在使用交互式网格( Interactive，IG)，将APEX$ROW_SELECTOR设置为单个记录选择(即无线电组)。我想要做的是，在这个APEX$ROW_SELECTOR上使用一个动态动作“点击”事件，但不幸的是，当我点击无线电组选择器时，它没有启动。
基于以上问题，我有以下问题：
如何在单击时添加对行选择的动态操作(APEX$ROW_SELECTOR)来触发？
单击时，如何在会话状态下设置要在经典报表中使用的列值？
假设动态操作作为IG的一部分是不可能的，那么当用户选择使用IG的行时，我还能如
浏览 3提问于2019-05-23得票数 2
我试图抓取()标题，但我不知道如何使用xpath搜索或找到一个元素，因为T之间有空格，知道如何在css中这样做。
类名是：
sc-bwvMdh inVxXp
我正在尝试这个
div[@class="sc-bwvMdh inVxXp"]
请告诉我怎么做
浏览 0提问于2021-08-05得票数 1
回答已采纳
2回答
我正在尝试使用网页的xpath来抓取数据。但是，我很难导航到链接到的页面，因为它使用了AngularJS的ng单击指令。基于，它在单击时计算一个表达式。在我试图抓取的页面中，它使用以下代码。
<a l-translate="view all" ng-click="tabsSwitching('downloads')" class="ng-isolate-scope">view all</a>
如果我的理解是正确的，那么上面的锚将试图调用javascript方法转到下载选项卡。如果是这样的话，我是否可以通过x
浏览 4提问于2017-01-25得票数 1
我正试图开发一个python软件，通过从这些站点中提取价格：
我用一个简单的youtube教程作为指南，他们使用扩展“漂亮汤”来抓取数据。
他们首先使用这样的代码来提取数据：
import requests
import pandas as pd
url='https://resultados.as.com/resultados/futbol/primera/2021_2022/'
page=requests.get(url)
soup=BeautifulSoup(page.content,'html.parser')
#Equipos
count=0
e
浏览 6提问于2022-08-16得票数 -1
1回答
我对XML不太熟悉，我正在学习ruby。我遇到的问题是，我使用的xml文件的格式与所有示例不同。我试图让我们诺科吉里，因为它似乎是一个流行的做法。
我的XML文件来自url，如下所示
<guides of="XML" rtn="5" tot="10" cv="1" a="XPU_NextStep" id="0" " w="" q="" g="Echo" gr="HomeRec" gt="doc" js_q=
浏览 2提问于2013-07-31得票数 0
回答已采纳
1回答
我一直在学习如何使用Selenium创建web刮板。我在挣扎的一件事是用分页来抓取页面。我写了一个脚本，我认为它会刮掉每一页
from selenium import webdriver
from selenium.webdriver.support.ui import Select
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by im
浏览 2提问于2022-03-08得票数 1
回答已采纳
1回答
我想从一个游戏网站加载搜索结果，并嵌入到我的网页。搜索页面有自己url结构，项目显示在<li>标记中。我试过这个：
<ol id="ig-panel-center"></ol>
<script>
$( "#ig-panel-center" ).load( "https://www.instant-gaming.com/en/search/?all_types=1&min_price=0&max_price=100&noprice=1&min_discount=0&ma
浏览 4提问于2016-09-13得票数 0
4回答
无法从网站中抓取内容
、、、、
我试图从一个网站废弃一些内容，但下面的代码不工作(不显示任何输出)。以下是代码
$url="some url";
$otherHeaders=""; //here i am using some other headers like content-type,userAgent,etc
some curl to get the webpage
...
..
curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);
$content=curl_exec($ch);curl_close($ch);
$page=new DOMDocu
浏览 13提问于2011-05-29得票数 6
回答已采纳
1回答
这个问题已经问过了，但我找不到任何经过批准的答案。所以请不要标记它的复制。
我刚开始抓取和刮电子商务网站，我必须提取产品的大小并标记出它们的缺货与否，我的HTML结构如下
<ul class="possible-sizes">
<li class="available">35</li>
<li class="not-available">36</li>
<li class="available">37</li>
<li class
浏览 0提问于2018-05-24得票数 1
回答已采纳
我正在尝试制作一个可以执行各种功能的Instagram机器人-- InstaPy一直在给我计时，所以我决定使用selenium，但问题是:我似乎无法通过实际登录IG的第一个障碍。
我没有收到任何错误的控制台，但它不会让我通过过去额外的曲奇验收页面。我已经使用过xpath，做了几个星期，但仍然什么也没有--这里的修复方法有什么想法吗？
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
import time, urllib.request
import requests
PATH = r
浏览 11提问于2022-02-28得票数 0
我按照Scrapy官方网站上的dmoz教程来抓取Python书籍和资源的标题、链接和描述。在本教程中，我使用了完全相同的蜘蛛，内容如下：
import scrapy
from tutorial.items import DmozItem
class DmozSpider(scrapy.Spider):
name = "dmoz"
allowed_domains = ["dmoz.org"]
start_urls = [
"http://www.dmoz.org/Computers/Programming/Lan
浏览 3提问于2015-10-07得票数 1
回答已采纳
我有一个动作，用2个字段填充表单，然后单击submit按钮。
问题:这个采样器的加载时间是在几个脚本运行过程中产生的，最初运行时间为2-3秒(从视觉上接近手动执行)到14-16秒，没有明显的原因(应用程序或脚本没有变化)。
Investigation: ~4-5秒在单击字段与脚本中两个字段的sendKeys操作之间暂停，当手动字段可单击时，表单出现后不会出现明显的延迟。
日志：
WDS代码：
Q:，对于这种奇怪的行为，在每个领域中，有什么解释吗？
我应该做些什么来解决这个问题，用太长时间和无法解释的停顿来解决这个问题，这样会产生不相关的结果？
我应该考虑切换到not 223/gr
浏览 5提问于2021-08-04得票数 0
我有下表，我想确认“卖方转让过期”在“卖方接受的转让”和“供应商拒绝转让”之间。做这件事最好的方法是什么？
<table cellspacing="0" cellpadding="0" border="0" style="table-layout: fixed; width: 100%; visibility: inherit;" id="x:1011327536.4:mkr:dataTbl.hdn" mkr="dataTbl.hdn">
<tbody id="x:
浏览 2提问于2017-03-03得票数 2
回答已采纳
我想通过调用命令操作来使用Prism EventTrigger，但是在visual的更高版本，特别是.Net Framework4.0和更高版本中有一个错误。棱镜库中有哪些更新是为了解决这个问题？我无法使用InvokeCommandAction来调用已绑定到ViewModel的命令。下面是一个代码片段和错误消息的屏幕截图。
<igwpf:OutlookBarGroup x:Class="PrismOutlook.Modules.Mail.Menus.MailGroup"
xmlns="http://schemas.microsoft.c
浏览 3提问于2020-07-22得票数 0
回答已采纳
1回答
使用Nokogiri抓取网站
、、、、
我正在使用Nokogiri抓取一个网站，当我试图从表格中抓取一个字段时遇到了一个问题。我使用来查找表格的CSS选择器。我正在从抓取数据。
我使用的方法如下所示：
def scrape_database
url = "http://safer.fmcsa.dot.gov/query.asp?searchtype=ANY&query_type=queryCarrierSnapshot&query_param=USDOT&query_string=#{self.dot}#Inspections"
doc = Nokogiri::HTML(open(ur
浏览 1提问于2011-12-07得票数 1
回答已采纳
2回答
我对蟒蛇很陌生。我通常使用php来抓取数据。我正试着换到蟒蛇。我从这里开始学习教程。
我想从维基百科的网页上爬出国家和首都。
我的蜘蛛计划是：
import scrapy
class CountrySpider(scrapy.Spider):
name = "countryCapitals"
allowed_domains = ["wikipedia.org"]
start_urls = [
"https://en.wikipedia.org/wiki/List_of_national_
浏览 5提问于2016-02-01得票数 2
回答已采纳
6回答
假设我有一个Google搜索结果页面的整个HTML。有谁知道现有的代码(Ruby)吗？刮/解析谷歌搜索结果的第一页？理想情况下，它将处理购物结果和视频结果部分，可以出现在任何地方。
如果不是，什么是最好的基于Ruby的工具屏幕抓取在一般情况下？
为了澄清这一点:我意识到很难/不可能以编程/API的方式获得Google搜索结果，简单地说，CURLing结果页面有很多问题。这两个点在堆栈溢出上都有关联。我的问题不一样。
浏览 5提问于2009-10-08得票数 4
我是xml数据库的新手，读过很多关于查询xml文件的教程。然而，这些教程中没有一个告诉您在哪里实际输入查询信息。例如，w3schools详细介绍了如何编写查询路径表达式，但没有详细说明在何处输入！！
(这些教程站点都没有说明在哪里实际输入查询。他们只是继续谈论这些xml路径查询，展示无数的例子，但从来没有说你实际上是在哪里输入查询？我不明白这些家伙怎么会写了这么多教程，却错过了一个新手需要知道的最明显的事情！谢谢。)
浏览 3提问于2012-01-08得票数 1
我正在尝试使用google chrome扩展来抓取一个网站的表格。在该扩展的教程中，记录了如何抓取具有不同页面的网站，例如，“页面1”、“页面2”和“页面3”，其中每个页面都直接链接到主页上。
然而，在的示例中，只有一个" next“按钮来访问下一个站点。如果我按照教程中的步骤为"next“页面创建一个链接，它将只考虑页面1和2。为每个页面创建"next”链接是不可行的，因为它们太多了。怎样才能让网络爬行器包含所有页面？有没有办法使用webscraper扩展来遍历页面？
我知道这个可能的副本：。然而，它并没有得到很好的接受，也没有包含任何有用的答案。
浏览 1提问于2017-01-12得票数 5
回答已采纳
当涉及到selenium和web抓取作为一个整体时，我是一个初学者，今天我试图学习一个关于selenium的教程，他们在其中使用以下命令：
from selenium import webdriver
driver = webdriver.Firefox()
driver.get("https://twitter.com/home")
username = driver.find_element_by_xpath('//input[@name="session[username_or_email]"]')
要在twitter登录页面的html中
浏览 2提问于2021-01-26得票数 0
回答已采纳
目前，我能够使用Nokogiri解析一个网站，并从页面中获取特定的元素。但是，我需要能够抓取一个特定的字符串，比如用户可以看到的“脱销”：
page.text.match('Out of stock')
这对于捕获正确的字符串并返回true或false (如果字符串是否存在或不存在)很好，但是，有些链接如以下所示，即使该项没有缺货，也返回true，因为该特定字符串隐藏在页面上的脚本标记中：
https://www.walmart.com/ip/Funyuns-Onion-Flavored-Rings-6-oz/36915849?athcpid=36915849&ath
浏览 1提问于2020-05-15得票数 0
回答已采纳
我已经参考了本教程()来使用Hbase设置Nutch2.2.1。我已经完成了教程中给出的设置，但是没有清楚地提到如何抓取数据并将数据存储到Hbase表中。
你能为我推荐一些相关的链接/书籍来获得相同的信息吗？
浏览 3提问于2014-01-15得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
