火车头采集器教程：换场景就失效怎样设计迁移练习
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /c35fde3c3364.html
📄
火车头采集器教程：换场景就失效怎样设计迁移练习
迁移练习的目标不是再抄一遍采集规则，而是让同一套操作在结构不同的页面上也能跑通。先判断变化属于“字段位置变了”还是“页面关系变了”：前者靠定位方式迁移，后者要靠采集流程迁移。两种条件对应不同练法，混在一起练容易把偶然成功当成掌握。
条件一：字段还在同一层，先练定位方式的替换
如果目标页只是把标题从 <h1> 挪到 <h2>，或者列表项从 <li> 换成 <div>，但每条记录仍各自包含完整字段，这属于同一层内的结构变化。此时失效的原因通常是选择器写得太死，绑定了标签名或固定序号。
练习动作：拿一个已跑通的规则，只改页面结构，不改字段逻辑，然后强制自己用三种方式各写一遍定位——标签加类名、纯类名、相对父节点的路径。写完后逐条记录哪种在目标页上取到了值、哪种取空、哪种取到了相邻记录的内容。这个记录会影响下一步：如果只有标签加类名能取到，说明规则依赖标签顺序，换到同类页面仍有风险；如果纯类名也能取到，迁移空间更大。
注意边界：同一层变化里，如果字段本身被拆成两个节点（例如标题和副标题分开），就不再是定位问题，而要回到字段合并逻辑，不能继续用替换选择器来硬凑。
条件二：页面关系变了，先练流程而不是选择器
当列表页不再直接包含详情字段，而是要点进二级页才能拿到正文，或者分页从 ?page=2 变成滚动加载，这属于页面关系变化。此时选择器写得再通用也没用，因为采集的先后顺序和入口本身变了。
练习动作：先画一张流程草图，标出从哪个地址进入、哪一步拿到详情链接、哪一步取字段，再对照原规则找出哪一步被跳过。然后只改流程，不改字段定位，看能否跑通。假设一个练习场景：原规则从列表页直接取标题和链接，新页面列表页只有链接、正文在详情页，那么迁移练习应先在列表页只取链接，再在详情页取标题，而不是把两个页面的选择器塞进同一个步骤。假设的数字只用于说明步骤拆分，不代表实际页面数量。
例外：如果详情页链接由脚本动态生成，而采集环境不执行脚本，那么流程调整也无法解决，需要换入口或改采集方式。这时应停止在流程层继续试，先确认链接是否真实存在于响应内容中。
用一组可区分原因的证据判断该练哪一层
不要凭感觉判断是定位问题还是流程问题，用下面这组证据区分：
- 把原规则原样放到新页面，如果列表条数正常但字段为空，偏向定位层问题。
- 如果列表条数直接为零，或只抓到第一条，偏向入口或流程层问题。
- 如果字段有值但内容错位（标题取到了摘要），偏向节点关系或相对路径问题。
- 如果同一规则在少量样本上成立、批量后出现例外，先检查是否有少数页面结构不同，而不是立刻重写全规则。
这组证据的作用是决定下一步动作：定位层问题就做选择器替换练习，流程层问题就做步骤拆分练习。抓取量归零也可能来自网络、权限或页面改版，不能单独证明是规则写错。
设计迁移练习的三个约束
第一，每次只改一个变量。改页面结构就不改字段逻辑，改流程就不改定位方式，否则失败后无法归因。第二，练习页要来自不同来源，避免同一站点的模板相似导致假迁移。第三，记录失败时的页面快照或响应片段，便于回看是选择器问题还是内容未加载。
一个可执行的短流程：选一个已跑通的规则，复制成三份；第一份只改标签结构，第二份只改分页方式，第三份只改字段所在层级；分别运行并记录哪一份失败、失败在取数还是取字段。根据结果决定下一轮练定位还是练流程。这样练出来的不是某条规则，而是遇到新页面时先判断变化类型再动手的习惯。
