GooSeeker

MetaStudio在层级抓取方面提供了一些便利方法。层级抓取是网络爬虫从深度方面扩展爬行范围的手段，比如，先抓取新闻网站的新闻列表，主要目的是得到每条新闻的网址，然后深入下去抓取每条新闻的详细内容。深入抓取的层次数量可以无限多，用户需要用MetaStudio给每一层定义抓取规则。

假设用户已经用MetaStudio定义了第一级抓取规则，而且用DataScraper抓取了第一级，那么会为第二级生成很多线索，但是，此时还没有为第二级定义抓取规则，此时的主题状态是torecognize，表示该用户已经为第二级预定了主题名，正等待定义信息结构。此时，可以用一个便利方法定义第二级抓取规则。这个方法就是用MetaStudio执行主题识别，具体过程描述如下。

在MetaStudio的Theme List上查询第二级主题名，当主题名在主题列表上显示出来后，选中它，点击鼠标右键，在弹出菜单中选择“识别”。此时，MetaStudio会自动从第二级线索中选择一个网页作为样本页面，加载到MetaStudio的内嵌浏览器上，并且自动清空工作台，用户即可定义第二级的信息结构。但是，当用户做数据映射或者FreeFormat映射的时候，经常会遇到错误提示，在弹出窗口中显示：

    The location has been changed, so  the mapping makes no sense.

这个意思是说：MetaStudio认为自动选择了样本页面后，样本页面网址自动修改了，不是原来的了，所以，MetaStudio担心所作的数据映射就没有意义了。

发生这个错误的可能原因有多个，常见的有：1）自动加载样本页面的时候，样本页面做了跳转，虽然MetaSeeker能够抓取跳转后的网页内容，但是，在定义抓取规则的过程中不允许跳转。2）网页的网址可能被Javascript代码改变了。

如果出现这个错误提示，就不能用主题识别方法了，而是用普通的定义新抓取规则的过程，即，打开MetaStudio，或者清空已有的工作台内容，在地址输入框中手工输入样本页面的网址，加载网页，等跳转和变化都完了，网页内容稳定下来了，底端状态条上显示“完成”了，就可为其定义抓取规则了。