各位大神,请教一个问题
就是我是摘取不同景区的评价,用的是线索爬取
但是好像爬取好后,所有线索的数据都是在一个主题的文件夹下面,这样后期分类起来可能有点麻烦
请问下,可以设定自动爬取数据后,能按线索为单位自动分开保持成不同文档吗?

举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2017-2-16 09:28

沙发
Fuller 管理员 发表于 2017-2-15 23:14:10 | 只看该作者
一个网页对应一个xml文件,还想怎样分开?你的意思是某个景区的放在一起,另一个景区的放另一个文件夹?

根据内容分开的操作爬虫不做,需要处理的结果文件的时候做处理
举报 使用道具
板凳
ymyuanmo 初级会员 发表于 2017-2-16 09:28:14 | 只看该作者
Fuller 发表于 2017-2-15 23:14
一个网页对应一个xml文件,还想怎样分开?你的意思是某个景区的放在一起,另一个景区的放另一个文件夹?

...

嗯嗯,对的呀,之前想说不同景区归成一个文件夹
后面想想其实excel里面可以根据线索直接进行筛选,更快更方便!
举报 使用道具
地板
ymyuanmo 初级会员 发表于 2017-2-16 09:28:41 | 只看该作者
Fuller 发表于 2017-2-15 23:14
一个网页对应一个xml文件,还想怎样分开?你的意思是某个景区的放在一起,另一个景区的放另一个文件夹?

...

十分感谢Fuller的回答呀!自己也学到很多
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, 2024-5-8 19:53