Web Rapid Miner不保存爬网结果

我正在尝试从IMDB网站抓取一个特定电影评论的评论。为此，我使用了爬网，我已经嵌入了循环中，因为有74页

附件是配置的图像。请帮忙。我陷入了困境

爬网网站的URL为：http://www.imdb.com/title/tt0454876/reviews?start=%{pagePos}

---

当我尝试时，我得到了

403禁止的

错误，因为IMDB服务认为我是一个机器人。将

循环

与

爬网

一起使用是不好的做法，因为

循环

操作员不执行任何等待

此过程可以简化为仅由

爬网

操作员执行。关键参数包括：

• URL-将此设置为
• 最大页数-设置为79页或任何你需要的数字
• 最大页面大小-将其设置为1000
• 爬网规则-将这些规则设置为您指定的规则
• output dir-选择一个文件夹来存储内容

这是因为爬网操作员将计算出所有与规则匹配的可能URL，并存储那些也匹配的URL。访问将延迟1000毫秒（延迟参数），以避免触发服务器上的机器人排除

---

希望这能让您开始。

我已经将宏初始化为值0，并在每次迭代中添加10，因为用于评论的网页是等等。这就是为什么我在每个循环中使用10个增量来获取所有评论。您能指导我如何修改执行顺序吗？此外，我已在上下文选项卡中将宏初始化为宏名称“pagePos”，将值初始化为“0”。你能告诉我循环中的执行顺序是什么吗？？？还有什么应该是爬行规则，因为我只需要获取评论？？我只是Rapidminer的初学者，所以请帮助我。当前流程给出403个错误。原因可能是在直接访问URL的紧密循环中不正确地使用了

爬行Web

。可以简化该过程，以避免使用

循环

操作符。我已经更新了我的答案。