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
›
常见问题
1
6801
爬取内容出现大段英文字母乱码怎么办?
isywend
于 2017-3-3 15:29
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
isywend
积分
22
精华
0
威望
8
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
因为想要映射的内容被分成了多个text,所以就按照选择父节点、高级设置只提取文本内容的方式进行爬取,但是爬下来的结果是想要的内容前面多了一大段英文乱码字母,我查看了一下父节点里的所有text发现有一个STYLE节点下有一个text的内容就是这一大段英文字母,求问大神们有没有方法不把这个style的text爬取下来,只选择父节点里的其他text爬取?谢谢!!!
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
使用道具
|
回复
共 1 个关于本帖的回复 最后回复于 2017-3-3 15:56
xandy
积分
3345
精华
0
威望
1130
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
xandy
论坛元老
发表于 2017-3-3 15:56:11
|
只看该作者
看你的截图,text()里头就是有那些英文,所以测试结果也会有。
如果中文开始位置有规律的话(比如是大段“AAAAA”字母后面就是中文文本部分了)你可以通过
自定义xpath
将中文部分提取出来,提取文本的xpath函数可以参看:
《
xpath使用substring-before()和substring-after()遇到的问题
》
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
利用AI阅读和分析文本:扣子COZE记录用户反
在网页片段内直观标注——以B站评论采集为
利用AI阅读和分析文本:使用COZE建设游记文
使用AI工具Kimi生成python代码为文本分析结
苹果mac电脑安装集搜客网络爬虫软件失败的
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
集搜客文本分词标注工具(V1版)
3
怎样使用快捷采集(以采集京东评论为例)
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:10559
访问主页>>
wangyong
帖子:1712
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2024-11-23 04:45
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 2017-3-3 15:56