有的网站,我按F12后没有发现pdf文件的网址,例如,
http://www.neeq.com.cn/disclosure/announcement.html
点击其中每个图标都会转到一个pdf 网址上去,但是我找不到,没法绑定,请问这种情况如何抓取,谢谢!
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2016-5-9 15:26

沙发
Fuller 管理员 发表于 2016-5-9 13:36:40 | 只看该作者
你给的这个网址上面,显示的是一个列表,每一条都有独立的网址,那么你就做两级规则。到第二级,是pdf内容,参照这个攻略: http://www.gooseeker.com/doc/article-257-1.html

预先设置成浏览器预览pdf的方式,就能像抓普通网页一样抓取pdf内容
举报 使用道具
板凳
fourears 初级会员 发表于 2016-5-9 14:16:59 | 只看该作者
Fuller 发表于 2016-5-9 13:36
你给的这个网址上面,显示的是一个列表,每一条都有独立的网址,那么你就做两级规则。到第二级,是pdf内容 ...

我只需要下载成文件就好,然后统一处理pdf文件这样的话 怎么操作
举报 使用道具
地板
HJLing 版主 发表于 2016-5-9 15:26:48 | 只看该作者
fourears 发表于 2016-5-9 14:16
我只需要下载成文件就好,然后统一处理pdf文件这样的话 怎么操作

只需要下载文件的话参照这个教程https://www.gooseeker.com/doc/article-472-1.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, 2024-5-13 16:07