集搜客采集数据的时候,能不能直接进行格式清理?比如把采集到内容中的多余空格符号去掉



举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2016-12-29 11:56

沙发
ym 版主 发表于 2016-12-29 11:56:07 | 只看该作者
自定义xpath,通过normalize-space()函数处理,可以去掉字符串两端的空格,中间的空格去不了。但是建议采集下来后再处理,这样不会影响数据的完整性
举报 使用道具
板凳
柳华芳 新手上路 发表于 2016-12-29 11:56:23 | 只看该作者
好的,谢谢
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, 2024-5-13 10:27