QQ图片20180330114420.png
举报 使用道具
| 回复

共 4 个关于本帖的回复 最后回复于 2020-2-23 23:18

shengchengx 金牌会员 发表于 2018-3-30 11:49:03 | 显示全部楼层
抓下来要做特殊处理,这种网页用了很特别的矢量词库
QQ图片20180330114824.png
本来这个抖音ID是 9045....,他偏偏不这么写,写成那个样子,在这个网页用的词库里面,用 就能找到数字9的图

举报 使用道具
大帝烦人 中级会员 发表于 2018-3-30 11:50:16 | 显示全部楼层
shengchengx 发表于 2018-3-30 11:49
抓下来要做特殊处理,这种网页用了很特别的矢量词库

本来这个抖音ID是 9045....,他偏偏不这么写,写成那 ...

那这个词库,是公开的,还是私人建?是类似于unicode库之类的?
举报 使用道具
shengchengx 金牌会员 发表于 2018-3-30 11:54:07 | 显示全部楼层
大帝烦人 发表于 2018-3-30 11:50
那这个词库,是公开的,还是私人建?是类似于unicode库之类的?

其实不用那么麻烦,在开发者模式下找,一共就是0-9个数字,每个数字的编号是确定的,手工把这些编号记下来就行了。
这个   就是9。凡是采到  就翻译成0

就怕他每次显示网页的时候重新换个词库,就不好了,如果一整天都不换词库,你记下来就行了
不知道这个词库会不会动态变,如果一天都不变,10个数字的词库编号一下子就整理完了



QQ图片20180330115050.png
举报 使用道具
nantian_dog 禁止发言 发表于 2020-2-23 23:18:42 | 显示全部楼层
提示: 作者被禁止或删除 内容自动屏蔽
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-3-28 23:05