能否在多个没有搜索框的网页检索关键词

https://www.nature.com/articles/s41422-023-00831-1
网页大概有200个，地址都不同
我想查找这些网页是否存在某一个关键词“AAA”，应该怎么操作？

可以采集百度搜索结果，用这个快捷采集工具：https://www.gooseeker.com/res/rule_37.html

Fuller 发表于 2023-6-26 10:54
可以采集百度搜索结果，用这个快捷采集工具：https://www.gooseeker.com/res/rule_37.html ...

回复好快，谢谢！
网页不是百度，用不了快捷采集

一级页面采集到大概200条二级网页，在这些二级网页搜索关键词“AAA”，导出数据中有该关键词的网页显示“有”或者显示“AAA”，这个可以查看哪个教程呢？
例如：
目录页(一级)：https://www.nature.com/cr/articles?type=article
详情页(二级)：https://www.nature.com/articles/s41422-023-00831-1

wfy810 发表于 2023-6-26 11:08
回复好快，谢谢！
网页不是百度，用不了快捷采集

这个需要自己定义采集规则。
第一级采集列表，获得详情页网址，可以参看教程：https://www.gooseeker.com/doc/article-520-1.html

翻页参看：https://www.gooseeker.com/doc/article-522-1.html

两级采集的教程参看：https://www.gooseeker.com/doc/article-523-1.html

这些都是初级教程里面：https://www.gooseeker.com/tuto/tutorial.html

Fuller 发表于 2023-6-26 15:42
这个需要自己定义采集规则。
第一级采集列表，获得详情页网址，可以参看教程：https://www.gooseeker.com ...

这些我已经做好了，现在进行的是后面的步骤，我需要在层级采集之后得到的二级网页内搜索关键词，二级网页没有搜索框。我自己想到的办法是把二级网页的正文文本全都抓取下来，到Excel里去进行筛选，但是不太智能，想请问有没有更好的办法

Fuller 发表于 2023-6-26 15:42
这个需要自己定义采集规则。
第一级采集列表，获得详情页网址，可以参看教程：https://www.gooseeker.com ...

相当于浏览器Ctrl+F的功能，现在想要 ①自动搜索；②判断该词在页面中存在/不存在，输出判断结果

wfy810 发表于 2023-6-26 16:41
这些我已经做好了，现在进行的是后面的步骤，我需要在层级采集之后得到的二级网页内搜索关键词，二级网页 ...

把采集到的内容导出来，在excel中搜索，我觉得这是个好方法

Fuller 发表于 2023-6-26 21:01
把采集到的内容导出来，在excel中搜索，我觉得这是个好方法

好的，谢谢回复~

Fuller 发表于 2023-6-26 21:01
把采集到的内容导出来，在excel中搜索，我觉得这是个好方法

我想采集①的文本内容，但是实际抓到的是②，想请问怎样能只抓①的作者姓名呢，不要这些ORCID号

wfy810 发表于 2023-6-27 15:00
我想采集①的文本内容，但是实际抓到的是②，想请问怎样能只抓①的作者姓名呢，不要这些ORCID号
...

这个有点麻烦，因为每个作者对应一个LI元素，LI元素下应该还有子节点，分别表示名字和ORCID。如果要精确采集，那么要做嵌套整理箱。具体参看教程：https://www.gooseeker.com/doc/article-622-1.html