<GETMORECONTENT> и повторяющиеся границы

Тема в разделе "Решение различных задач по парсингу", создана пользователем jozess, 10 дек 2014.

  1. jozess

    jozess Member Пользователи

    Регистрация:
    19 дек 2010
    Сообщения:
    122
    Подскажите пожалуйста. CD заходит на страницу, парсит контент, затем собирает повторяющимися границами <CD_CYCLE_GRAN_2!> - около 10 урл. на другие страницы, их нужно спарсить и вставить в основную.

    Таким способом ничего не получается:

    <GETMORECONTENT><URL="<CD_CYCLE_GRAN_2!>"><START="<div class="description" itemprop="reviewBody">"><STARTCOUNT="0"><END="</div>"><ENDCOUNT="0"><PARAMS=""></GETMORECONTENT>
     
  2. Root

    Root Администратор Администратор

    Регистрация:
    10 мар 2010
    Сообщения:
    14.818
    Город:
    Барнаул
    Здравствуйте.

    Посмотрите, что вы делаете. Вы в URL вставляете 10 ссылок. Зачем? В URL нужно вставлять одну ссылку (читаем большие красные буквы Ссылки недоступны для гостей).
     
  3. jozess

    jozess Member Пользователи

    Регистрация:
    19 дек 2010
    Сообщения:
    122
    Удалено
     
    Последнее редактирование: 11 дек 2014
  4. jozess

    jozess Member Пользователи

    Регистрация:
    19 дек 2010
    Сообщения:
    122
    Столкнулся еще с одной "не проблемой" а задачей. С такой конструкцией:

    [​IMG]

    Парсить нужно будет около месяца. Потому как парсится 1 главная страница + в довесок в повторяющихся границах подключается еще 10 урл, а чтобы заменить alt="" - нужно еще раз вызывать <GETMORECONTERN>, т.е дубль функции (получается 20 урл нужно спарсить). Заметил, что скорость парсинга заметно падает. Пробовал внутри повторяющейся границы задать обычную границу [GRAN4] - но она тянет контент с самой первой страницы.

    Можно ли как то внутри <GETMORECONTERN> совершать поиск замену? Было бы неплохо "запилить" такой функционал. Есть желание еще и title="" заменить, но это уже 3-ой дубль, и в 3 раза дольше.
     
    Последнее редактирование: 14 дек 2014

Поделиться этой страницей