爬取微博评论内容却没法得到评论里的表情

在爬取评论后发现原来评论中的表情图没有被保存，请问这该怎么设置得到呢
还有，评论内容总是包括用户名，如下图C:\Users\oujiao\Desktop
想要把内容里的用户名去掉，应该怎么做呢

看了一下，微博评论中的表情是图片，采集文本内容是不包括图片的

可以当作网页片段采集，就可以包括文本和图片地址

集搜客网络爬虫能同时下载图片，但是做规则的时候要勾上“下载图片”，个别类型的图片不一定能下载，比如，作为背景的图片，你发个网址我看看，看看这种图片是否可以下载

在Excel中，可以用个函数，把内容中的用户名删除

shenzhenwan10 发表于 2016-9-24 15:59
看了一下，微博评论中的表情是图片，采集文本内容是不包括图片的

[doge][doge][doge][喵喵][二哈][哆啦A梦吃惊]，
可以把表情图变成这个样子吗

ouhhhachuntianh 发表于 2016-10-8 15:39
[doge][doge][doge][喵喵][二哈][哆啦A梦吃惊]，
可以把表情图变成这个样子吗

这种好像是在某些终端上这样显示，因为这类终端显示不了图片。

那么，这个信息就会在img的alt属性中，把这个属性作为抓取内容抓下来

Fuller 发表于 2016-10-8 15:43
这种好像是在某些终端上这样显示，因为这类终端显示不了图片。

那么，这个信息就会在img的alt属性中，把 ...

我想问一下，抓取这个img属性是可以通过自定义xpath来实现吗

ouhhhachuntianh 发表于 2016-10-8 16:19
我想问一下，抓取这个img属性是可以通过自定义xpath来实现吗

可以

ouhhhachuntianh 发表于 2016-10-8 16:19
我想问一下，抓取这个img属性是可以通过自定义xpath来实现吗

alt属性在MS谋数台的DOM树中是有的，直接做内容映射就可以。

稍微有点麻烦的是：在微博中，是否出现表情图，出现多少个，出现在哪里，是很随意的，用MS谋数台的内容映射或者样例复制映射都不太合适。最简单的是用抓取html片段，把内容部分连文本带html标签都抓下来，其中也会包含alt属性。但是，这样做的话，就需要在使用数据的时候，自己想办法把alt匹配出来，比如，在excel中用函数进行搜索和提取

Fuller 发表于 2016-10-8 16:57
alt属性在MS谋数台的DOM树中是有的，直接做内容映射就可以。

稍微有点麻烦的是：在微博中，是否出现表情 ...

好的，我试试看