抓取微博博文,有什么办法可以把抓取到的每一条博文以txt或html形式单独保存吗?现在抓取的信息都是按照一页一页的html存的。

举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-11-10 10:40

沙发
AnswerDSL 版主 发表于 2016-11-10 10:40:05 | 只看该作者
如果是独立的博文,一个线索产生一条数据,就会按每一条博文以html形式单独保存。微博话题是一页一页采集的,相当于一页产生一个线索,所以抓取的信息都是按照一页一页的html存的。按单条或按页似乎不影响文本分析。
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, 2024-4-28 09:50