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
8095
如何在抓取内容中选择部分内容?用XPath吗?
AnswerDSL2
于 2016-11-3 14:43
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
AnswerDSL2
积分
34
精华
0
威望
14
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
假如一个text中包含了一大段话,而我只想选择其中的一部分内容,这应该怎么设置规则和写xpath好?
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 1 个关于本帖的回复 最后回复于 2016-11-3 14:56
ym
积分
5311
精华
24
威望
1760
金钱
2
最后登录 1970-1-1
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
ym
版主
发表于 2016-11-3 14:56:35
|
只看该作者
本帖最后由 ym 于 2016-11-3 14:57 编辑
有两种处理方法,建议采用第1种。
1、做规则把整段文本采集下来后,导入到excel或数据库,通过函数或程序来把目标信息提取出来,这种方法先把把原文信息采下来,再对它另行处理,是比较安全可靠的,毕竟原文数据都已经保存了,可以尝试多种方法来提取数据。
2、在规则里自定义xpath,通过xpath函数(常用substring-after()和substring-before()函数),可以直接对原网页数据进行提取,这样抓下来的就是提取到的部分数据,这个方法不太可靠,因为文本数据不是结构化的,没有对应的标志值就提取不到任何数据。
举报
使用道具
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:10607
访问主页>>
wangyong
帖子:1732
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-4-25 06:48
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 2016-11-3 14:56