知网数据采集攻略

知网页面的组合采集攻略如下（绿框是页面名称，橙色字体是采集结果表中的网址字段）：

1、从“知网文献搜索20xx”展开采集更多页面信息

方法：从“知网文献搜索20xx”的数据表中，把“详情链接”这列的网址拷贝出来，然后点击“知网文献详情”的“输入多条网址”按钮，粘贴网址，就可以用后者实现批量数据采集。其它页面类似。


2、从“知网专利检索”展开采集更多页面信息

方法：从“知网专利检索”的数据表中，把“专利详情链接”这列的网址拷贝出来，然后点击“知网专利详情”的“输入多条网址”按钮，粘贴网址，就可以用后者实现批量数据采集。其它页面类似。

【附注】
在数据DIY上可以找到很多网站下不同页面的采集入口，只要与样例网址是相同级别的网页，就可以用该页面的采集入口采集数据。因此，如果从数据DIY某个页面采集到网址，那么就可以找到该网址对应页面的采集入口，把批量网址添加进去，这也是数据DIY的出发点，让用户可以组合任意页面进行批量采集。

可以对数据进行可视化分析吗？

可以利用Gooseeker分词打标软件，进行概要分析

Arie-X 发表于 2018-3-31 11:42
可以利用Gooseeker分词打标软件，进行概要分析

GooSeeker分词打标软件主要有这些功能
1，自动分词
2，通过一个界面，允许你筛选需要的词，避免高频却没有意义的词影响分析结果
3，一句话出现哪些词，进行匹配，形成一个匹配表，用于做统计分析

至于怎样统计分析，可以用excel的统计分析功能
如果想画词云图，在百度上搜索在线词云工具，有很多，把GooSeeker分词打标导出结果导入到这样的工具中就行

只有2016年以前的数据吗？怎样改为搜索2017年和2018年的文献？

需要开发搜索17和18年的入口，我们通知开发人员马上增加

wuxi_xixi 发表于 2018-7-23 15:54
只有2016年以前的数据吗？怎样改为搜索2017年和2018年的文献？

已经加上了

为什么每过20-30条数据就要求打验证码？能否实现自动打码呢？

wuxi_xixi 发表于 2018-8-24 14:58
为什么每过20-30条数据就要求打验证码？能否实现自动打码呢？

可以用连续打码实现，可以看这个教程：https://www.gooseeker.com/doc/article-350-1.html

没有年鉴的选项呀 哭泣