本帖最后由 mmyuan 于 2018-5-5 15:28 编辑


http://study.163.com/category/c#/?ot=50

对于网页中的不同标签点击后所做的操作是一样的
先用第一级 获取课程列表与链接
然后用链接 到第二级 获取课程的详细信息

不同的子标签点击后【请看下图】  层级采集的信息都是一样的
唯一的区别是主题名不一样
一个叫做
网易云课堂-编程语言-Python
网易云课堂-编程语言-Python-第二级
另一个标签采集后会有
网易云课堂-编程语言-C
网易云课堂-编程语言-C-第二级

请问如何才能避免重复劳动

微信截图_20180505150035.png
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2018-5-6 10:08

shengchengx 金牌会员 发表于 2018-5-5 17:32:32 | 显示全部楼层
可以用连续动作,去循环点击这个这个课程采集下面的列表链接
举报 使用道具
mmyuan 初级会员 发表于 2018-5-5 19:56:18 | 显示全部楼层
shengchengx 发表于 2018-5-5 17:32
可以用连续动作,去循环点击这个这个课程采集下面的列表链接

请问 如何将数据分开呢 比如自动分开到不同的文件夹

目前我只了解到 一个规则下运行会搜集到同一个文件夹下
举报 使用道具
wangyong 版主 发表于 2018-5-6 10:08:44 | 显示全部楼层
数据会放在一个目录里,要分开需要从采集结果中筛选出来
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, 2024-3-29 01:42