韩国教育部,文章中的附件怎么采集,示例网址:
https://www.moe.go.kr/boardCnts/ ... m=0501&opType=N

举报 使用道具
| 回复

共 4 个关于本帖的回复 最后回复于 2019-12-31 17:47

lan_1985 金牌会员 发表于 2019-12-31 14:49:01 | 显示全部楼层
1、可以根据这篇教程来下载文件
https://www.gooseeker.com/doc/article-472-1.html
举报 使用道具
追逐阳光的单车 初级会员 发表于 2019-12-31 14:50:42 | 显示全部楼层
好的,谢谢,我试试看
举报 使用道具
追逐阳光的单车 初级会员 发表于 2019-12-31 17:40:54 | 显示全部楼层
按照这种方法采集下来的打不开,跟网页的附件名不一样。
举报 使用道具
lan_1985 金牌会员 发表于 2019-12-31 17:47:32 | 显示全部楼层
查看了这个网址,因为爬虫不是下载后命名文件的,是下载前就命名文件了,爬虫命名的文件名就是从链接里截取的,所以爬取这些附件有点特殊,可以用下面另一种方法来采集,参考教程:
https://www.gooseeker.com/doc/article-175-1.html
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-3-29 21:14