通过高级设置抓取的网页片段,在xml中会包含HTML标签,转化为Excel后这些标签会单独成一个字段,而不是整个内容作为一个字段,这种情况应该怎么处理
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2018-12-26 19:16

Fuller 管理员 发表于 2018-12-26 18:12:10 | 显示全部楼层
转换成excel的时候,没有使用会员中心的数据导出功能?会员中心的数据导出会把这个段当成一个字段的。
举报 使用道具
fighting2017 初级会员 发表于 2018-12-26 18:17:51 | 显示全部楼层
Fuller 发表于 2018-12-26 18:12
转换成excel的时候,没有使用会员中心的数据导出功能?会员中心的数据导出会把这个段当成一个字段的。
...

请问,想要采集微博表情,除了把包含微博表情的内容以网页字段的形式保存下来,还有其他更好的方式吗?
举报 使用道具
Fuller 管理员 发表于 2018-12-26 19:16:20 | 显示全部楼层
fighting2017 发表于 2018-12-26 18:17
请问,想要采集微博表情,除了把包含微博表情的内容以网页字段的形式保存下来,还有其他更好的方式吗?
...

因为表情位于文字中的什么位置不好确定,在文字中有几个,都不好确定,就不好做规则。只有一股脑抓下来
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, 2024-3-28 18:27