Closed Kepler587 closed 2 years ago
当时在爬取某个信息展示网站,网站底下有很多个目录,有一个目录是文章展示,大概有几千个文章,每页展示十几个个左右,后面的需要翻页,crawlergo只能爬取第一页的链接,至于第二页以及往后页面的链接爬取不到。
9ian1i @.***>于2022年9月23日 周五下午2:52写道:
能详细描述下吗?抱歉没有看懂
— Reply to this email directly, view it on GitHub https://github.com/Qianlitp/crawlergo/issues/122#issuecomment-1255855471, or unsubscribe https://github.com/notifications/unsubscribe-auth/AUAFU6POIGPCAVJUT2HZYO3V7VHUNANCNFSM6AAAAAAQQWUBRU . You are receiving this because you authored the thread.Message ID: @.***>
会对相似的url路由结构进行去重,这种文章链接只会保存几个。 crawlergo是用于尽可能发现web网站的入口,用于后续漏扫,不适合爬取所有文章链接的场景。
能详细描述下吗?抱歉没有看懂