怎么用集搜客爬取到一篇微信文章并且统计词频呢?
举报 使用道具
| 回复

共 4 个关于本帖的回复 最后回复于 2020-3-24 18:35

Fuller 管理员 发表于 2020-3-24 18:28:27 | 显示全部楼层
可以利用搜索微信搜索爬微信公众号的文章,然后导出来采集结果以后,导入 集搜客分词和分析工具 做词频统计,或者做更加复杂的文本处理。
举报 使用道具
Fuller 管理员 发表于 2020-3-24 18:30:56 | 显示全部楼层
微信公众号文章的爬取可以用这些 微信快捷采集工具,也可以自己做规则。
如果要自己定义爬虫规则,从初级教程开始,按照顺序读一下前面几篇,学会基本的使用方法,就可以自己定义各种网站的采集规则了。
举报 使用道具
ym 版主 发表于 2020-3-24 18:32:25 | 显示全部楼层
爬数据和词频分析是分开两个工具实现的,操作如下
(1)使用集搜客快捷采集《微信文章详情内容采集》,把微信文章的网址添加到这个里面,然后启动集搜客爬虫,完成采集后就可以导出数据表了。
注意:这里的微信文章如果是从搜狗微信里搜索得到的,由于网址是有时效性的,应该在当天就要采集,否则网址失效就会采集失败;如果是从app里打开微信文章,选择“复制链接”,那么就可以得到永久有效的链接,不用怕链接失效。

(2)按集搜客分词和分析平台的格式要求修改爬到的数据表结构,弄好后把表格导入到这个分词平台里,然后在“分词选词”->“选词结果”里下载,即可得到全部词语的词频统计表,如果你有做选词操作,下载还会得到选词的词频表

举报 使用道具
况忠琪 新手上路 发表于 2020-3-24 18:35:07 | 显示全部楼层
谢谢 我试试看
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 09:59