我的本意是只想爬取xxxxx，为何标签也被爬取了呢
图片
浏览 60提问于2023-08-23
利用python爬取豆瓣电影排行榜（https://movie.douban.com/chart)的数据并保存到excel中。用相同代码爬取网页豆瓣top250的数据可以爬取到excel中，但将网址及相关信息改为网页豆瓣电影排行榜中的信息时便无法爬取，也找不出问题所在。以下图片为完整代码。
浏览 335提问于2021-01-09
我正在尝试创建一个托管元数据字段，但它没有显示在我的爬网列中。它是一个自定义字段。我不确定哪里出了问题，但当我搜索时，我唯一的结果是查看与列表相关的所有项目页面。它似乎不会搜索列表项本身。我将此列添加到我的视图中，以备需要时使用，但这并不起作用。
浏览 1提问于2010-06-15得票数 1
使用selenium爬取WOS数据，首先对下拉条进行点击模拟，会弹出一个新的选择框，同时页面的结构也是新生成的。下一步想要模拟点击“核心合集”却报错，我写的两个find_element_by_xpath都报错：
0. driver.find_element_by_xpath('//*[@id="select2-databases-result-ey69TIM图片20180717152821.png
浏览 129提问于2018-07-17
我想实现对一个网址的图片进行下载，然后对该网址里面所有a标签里面的链接的图片进行下载，以此类推，这是我写的代码，求教大佬怎么做到在spider里用循环实现自定义深度啊
name = 'test_spider'
url = input("请输入要爬取
浏览 243提问于2020-04-13
因此，我们使用swiftmailer作为我们目录站点的“申请这项业务”过程的一部分。基本上，当用户点击"Claim business“时，它会向文件中的电子邮件地址发送一封电子邮件，以验证业务的所有权。问题是它第一次发送时没有问题，但几个小时后同一电子邮件的另一个副本会再次出现，然后几个小时后又会出现另一个副本。有没有人可以看一下，看看是我们的脚本有问题，还是我们有其他问题。这是代码，我省略了我们为空间目的设置$htmlEmail和$textEmail的地方，
浏览 5提问于2015-12-24得票数 0
我的一个视图上有一个MPVolumeView，当有其他可用的输出源时，它会显示一个Airplay图标。这一切都很好，但图标很小，无论我为MPVolumeView设置多大的边框，它都不会变大。
浏览 2提问于2011-02-08得票数 6
2回答
s.parentNode.insertBefore(ns, s); </script></html>
有没有办法通知谷歌的爬虫在页面完全加载(异步JavaScript修改超文本标记语言之后)后才对页面进行索引？
浏览 1提问于2011-10-04得票数 5
我的应用程序在AppImages目录下的SD卡上保存了一些图像是否可以隐藏这些图像并仅对我的应用程序可见？
谢谢
浏览 2提问于2012-06-11得票数 1
回答已采纳
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
3回答
网站质量保证测试
、、
我最近下载了一个我一直在寻找的应用程序，已经有一段时间了。它主要是爬行一个网站，并显示对死链接、页面等的引用：。
我发现这对我们发布的网站的质量保证非常有用。我想知道是否有人使用应用程序来爬取这样的站点，但也会检查诸如缺少ALT标记、可访问性问题和有效的xHtml代码。
浏览 1提问于2009-08-28得票数 0
2回答
我写了一个网络爬虫，它在do while循环中调用网页，循环时间为3秒 总共有7000个网站...我解析数据并将其保存在我的数据库中。我在我的数据库里看到了。 我能防止这种情况吗？..现在，如果我停止webserver，这是可能的。 谢谢你，并致以最良好的问候。
浏览 0提问于2010-01-22得票数 0
我感兴趣的爬一个网站与模式窗口，以选择的位置。网站数据取决于在模态窗口上选择的位置。编辑:为清晰度添加图片
浏览 1提问于2019-08-13得票数 0
回答已采纳
1回答
如何在找到缩略图时获取实际图像？
、、、、
我正在用Nutch抓取图片。我的代码以某种方式工作，当它只找到一个标签时，它会处理找到的图像。它工作得很好，但有一个问题，在这个过程中，大量的缩略图被抓取和处理，而我需要的是实际的图像。在某些情况下，我确实会得到实际的图像以及它的缩略图，但在许多情况下，我在我爬取的图像集中找不到实际的图像。这个来自墙纸收集网站的快照可能有助于了解这些缩略图被爬行和处理而不是实际图
浏览 2提问于2017-04-30得票数 1
在每个页面上的页面查看计数器似乎是一个很好的方法来识别流行的页面，值得花更多的精力来保持更新和有用，但我遇到了一个问题。我知道如何重新开始。但是，有没有办法将MediaWiki配置为忽略来自GSA的页面请求，以便对页面浏览量进行计数？
浏览 1提问于2010-01-20得票数 3
回答已采纳
1回答
我已经写了一个php网络爬虫来索引只有180个特定来源的内容，但它平均每页需要2秒来分析，抓取和保存我想要的内容:图片，网址，标题，完整内容，摘录，标签。(有几种算法可以分析所有元标签以获得正确的数据)这似乎非常低效，特别是如果我想达到1000个源码的话。我应该修改什么？ps:我正在一个共享主机上测试它，一个专用的<
浏览 0提问于2012-09-26得票数 1
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
