云采集(云采集漏数据原因与排查方法：自身统计有误。)

　　云采集(云采集漏数据原因与排查方法：自身统计有误。)

　　问题：

　　Cloud采集数据泄露的原因？如何排除故障？

　　答案：

　　Cloud采集数据泄露原因及排查方法：

　　① 我自己的统计有误。检查网页，尤其是最后几页，并重新统计。

　　②网站 本身没有那么多数据。

　　③ 对云采集的原理了解不够，机械地比较云采集数据和本地采集数据。数据未完成采集。如果发现和本地数据不一样，就认为云采集泄露了数据。事实上，它只是被抛在后面。请参阅云加速原理教程。

　　④ 去重后的云端采集数据与没有去重的本地采集数据对比，感觉云端采集数据少了。云端采集数据会自动去重，看到的都是非重复数据。

　　⑤ 规则已更改，采集网站（URL）已更改，将更改规则的数据与之前的数据进行比较。数据不同是正常的。它应该只比较一个规则本地采集和云采集的数据。

　　⑥ 网页格式发生变化，原xpath定位不准确，导致数据少。

　　⑦网站有反采集措施（验证码、登录、IP阻塞），导致云端采集无法平滑采集所有数据。封IP和验证码，云端采集和本地采集可以考虑使用代理IP或验证码包。

　　⑧ 规则本身的本地采集会泄露数据。这种情况请参考规则疑难解答教程修改规则。

　　⑨ 该字段不存在。过程中有多个提取的数据。如果其中一个提取的数据因为字段不存在而没有提取出来，并且不能同时提取数据【此步骤中所有字段留空】，则整个数据将被删除，这样如果数据缺失，可以将提取数据中的某个字段设置为固定字段（例如：当前时间、当前页面URL等必须提取的数据信息）。