请教webmagic SeleniumDownloader数据保存问题

fogu 发布于 2014/01/08 22:39
阅读 2K+
收藏 1

@黄亿华 你好,想跟你请教个问题:

我想爬取一个网站,是瀑布流的,现在下载了webmagic,copy了你写的花瓣雨例子运行,代码如下:

import us.codecraft.webmagic.Page;
import us.codecraft.webmagic.Site;
import us.codecraft.webmagic.Spider;


import us.codecraft.webmagic.pipeline.FilePipeline;
import us.codecraft.webmagic.processor.PageProcessor;


/**
 * 花瓣网抽取器。<br>
 * 使用Selenium做页面动态渲染。<br>
 * @author code4crafter@gmail.com <br>
 * Date: 13-7-26 <br>
 * Time: 下午4:08 <br>
 */
public class HuabanProcessor implements PageProcessor {


    private Site site;


    @Override
    public void process(Page page) {
        page.addTargetRequests(page.getHtml().links().regex("http://huaban\\.com/.*").all());
        if (page.getUrl().toString().contains("pins")) {
            page.putField("img", page.getHtml().xpath("//div[@id='pin_img']/img/@src").toString());
        } else {
            page.getResultItems().setSkip(true);
        }
    }


    @Override
    public Site getSite() {
        if (site == null) {
            site = Site.me().setDomain("huaban.com").addStartUrl("http://huaban.com/").setSleepTime(0);
        }
        return site;
    }


    public static void main(String[] args) {
        Spider.create(new HuabanProcessor()).thread(5)
                .pipeline(new FilePipeline("d:\\datasoft\\"))
                .downloader(new SeleniumDownloader("d:\\soft\\chromedriver.exe"))
                .runAsync();
    }
}
我设置pipeline的存储目录为d:\datasoft,运行记录如下:

Starting ChromeDriver (v2.8.241075) on port 5952
14-01-08 22:41:11,694 INFO  SeleniumDownloader(SeleniumDownloader.java:68) ## downloading page http://huaban.com/
14-01-08 22:41:24,323 INFO  SeleniumDownloader(SeleniumDownloader.java:68) ## downloading page http://huaban.com/life/?md=top
Starting ChromeDriver (v2.8.241075) on port 30349
14-01-08 22:41:26,144 INFO  SeleniumDownloader(SeleniumDownloader.java:68) ## downloading page http://huaban.com/weekly/
Starting ChromeDriver (v2.8.241075) on port 41623


但是 d:\datasoft下没有保存数据,想请问下,怎么设置数据保存目录?谢谢!

加载中
0
黄亿华
黄亿华
看提示似乎是没有抓取到数据,建议调试一下,看看process方法里是否取到了结果。
0
Nicoo
Nicoo

Spider.create(new HuabanProcessor()).thread(5)
                .pipeline(new FilePipeline("d:\\datasoft\\"))  修改为   Spider.create(new HuabanProcessor()).thread(5)
                .addPipeline(new FilePipeline("d:\\datasoft\\"))

返回顶部
顶部