网站链接:
  1. http://www.neeq.com.cn/disclosure/announcement.html
复制代码
可以在这个网站上采集公告内容吗,昨天试了好久,可能我技术太水了



举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2017-3-1 14:18

沙发
xandy 论坛元老 发表于 2017-3-1 10:42:05 | 只看该作者
PDF采集有两种方式,一种是能解析出节点的一样做规则采集,一种是扫描的这种就下载下来。
方案一参考教程:《如何采集PDF内的信息?》
方案二参考教程:《用集搜客实现自动下载批量文件

你这个网站上的公告PDF可以解析出HTML,所以可以选择方案一。
举报 使用道具
板凳
a10114125 新手上路 发表于 2017-3-1 13:23:40 | 只看该作者
楼主可以采集吗,也是遇到这个问题了
举报 使用道具
地板
xandy 论坛元老 发表于 2017-3-1 14:18:52 | 只看该作者
a10114125 发表于 2017-3-1 13:23
楼主可以采集吗,也是遇到这个问题了

参考方案一的教程。
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, 2024-5-4 18:29