关于采集网站商品信息
0
悬赏园豆：50
[已关闭问题]
关闭于 2012-02-17 09:26
我想采集http://www.tootoomart.com/网站的所有商品信息 请问怎么采集啊，那商品列表还有分页，HTML用正则都不好匹配啊。 跪求帮忙，老大要我做的。那会死英语网站 用浏览器翻译过来再弄哦
所有回答(4)
0
翻译过来再弄就要用到google翻译了，如果不翻译的话还比较好弄，先找到商品列表，然后通过正则表达式去匹配到需要的信息。翻译过来就是去抓翻译后的信息了。
0
你先要匹配出所有的页面url，然后再请求每个页面，再匹配出每个页面内的内容。
怎么去匹配所有的URL勒，能说具体点吗？
@miloss: 怎么匹配出url，我在你另一个问题中说了，就是匹配出a标签的内容的时候把url也匹配出来，有了url就容易了，分页的话基本上就是在url上面加上页码，比如第五页就是 http://...../wholesale-sony+ericsson/page_5/ ，第六页就是http://...../wholesale-sony+ericsson/page_6/，直到你采集时返回错误说没有这个页了，你再换另一种类的再接着彩就行了。
0
其实你的问题是翻译，翻译应该是在采集到本地之后进行的工作，google翻译有很多不准确的地方。
0
0.0
