基本思想:1、输入关键字,抓取前两页的信息。符合条件的规则:title标签完全匹配关键字才进一步分析,否则抛弃。
2、进一步分析规则:历遍页面的所有标签,获取并保存没有子节点的标签,为下一步匹配信息做基础。
3、分析没有子节点的标签,比如说,公司网址,如果有标签包含公司网址的四个字,则获取它下一个标签,因为很 有可能是公司网址信息。如果没有,继续拿下下一个标签,还是没有的情况,放弃追踪。
源代码没写完,没通过测试,暂时不公开源代码。哪位有什么更好的建议,不妨我们讨论一下。
基本思想:1、输入关键字,抓取前两页的信息。符合条件的规则:title标签完全匹配关键字才进一步分析,否则抛弃。
2、进一步分析规则:历遍页面的所有标签,获取并保存没有子节点的标签,为下一步匹配信息做基础。
3、分析没有子节点的标签,比如说,公司网址,如果有标签包含公司网址的四个字,则获取它下一个标签,因为很 有可能是公司网址信息。如果没有,继续拿下下一个标签,还是没有的情况,放弃追踪。
源代码没写完,没通过测试,暂时不公开源代码。哪位有什么更好的建议,不妨我们讨论一下。