比如,一个网页中含有文字、表格、图片,怎样能把这个网页上的所有元素内容同时抓取下来??
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2017-2-20 18:30

沙发
Fuller 管理员 发表于 2017-2-20 18:30:25 | 只看该作者
首先,集搜客网络爬虫能够同时下载图片和文字,而且下载图片的设置很简单,只需勾上“下载图片”参数即可。具体参看《采集图片网址并下载图片——已途牛网为例

其次,表格信息是很容易采集的,因为表格本身很规整,容易做规则。像excel那样的二维表格其实在网页上没有特殊的,给每一列做内容映射以后,选取第一和第二行做样例复制,就能采集整个表格,具体参看《采集列表数据
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, 2024-5-5 10:56