GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
请
登录
后使用快捷导航
没有帐号?
立即注册
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
使用交流
1
9803
技术交流贴:以下网址的PDF中的文字能否抓取。
daozhanchen
于 2019-12-23 13:58
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
daozhanchen
积分
30
精华
0
威望
12
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
如题,以下网址:https://safety.caac.gov.cn/index/download.act?checkSum=a1e0536a633d3fde2b816c474f2549fa&fileName=ASRS%25E6%2594%25B6%25E5%258F%2596%25E7%259A%2584%25E9%25A3%259E%25E8%25A1%258C%25E5%2591%2598%25E5%2585%25B3%25E4%25BA%258EADS-B%25E8%25AE%25BE%25E5%25A4%2587%25E4%25BD%25BF%25E7%2594%25A8%25E4%25BC%2598%25E7%25BC%25BA%25E7%2582%25B9%25E7%259A%2584%25E6%258A%25A5%25E5%2591%258A.pdf
中的文字能否抓取。用火狐F12可以透析网页结构。但用GS浏览器解析抓取后确显示成乱码,求解。
附MS谋数台抓取测试结果:
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
收藏
0
转播
支持
0
反对
0
举报
|
回复
共 1 个关于本帖的回复 最后回复于 2019-12-23 15:09
Fuller
积分
24058
精华
0
威望
6722
金钱
6
最后登录 2025-5-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
沙发
Fuller
管理员
发表于 2019-12-23 15:09:26
|
只看该作者
pdf中的内容采集不下来。可以先用集搜客网络爬虫的文件下载功能,把pdf文件下载下来,然后用程序解析pdf文件,把内容提取出来
举报
回复
支持
反对
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
精彩推荐
360或火绒等杀毒软件导致GooSeeker爬虫软件
话题分析(NMF模型和LDA模型)软件的安装和
运行Apple无法验证的程序的方法
文本聚类分析软件的安装和使用方法
利用AI阅读和分析文本:扣子COZE记录用户反
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
怎样使用快捷采集(以采集京东评论为例)
3
集搜客文本分词标注工具(V1版)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10608
访问主页>>
wangyong
帖子:1737
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-5-2 05:53
快速回复
快速发帖
返回顶部
返回列表
共 1 个关于本帖的回复 最后回复于 2019-12-23 15:09