想采集某个博主的所有博文和博文的评论, 目前我是这样做的:
1.  使用博主主页工具, 采集到这个博主下的所有博文内容及博文网址
2.  把采集到的博文网址添加到微博评论工具中, 采集微博评论。
我想在微博评论的excel结果表中, 把博文内容从博主主页的excel结果表中添加进来, 应该怎样做?
QQ截图20210521091310.png

QQ截图20210521091344.png
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2021-5-21 14:41

内容分析应用 金牌会员 发表于 2021-5-21 12:20:51 | 显示全部楼层
用excel的vlookup函数就可以实现
下面以这2个文件做实际操作:
1个是博主主页的采集结果,1个是博文评论的采集结果

test0521_20210521090753011.zip (17.49 KB, 下载次数: 0)
举报 使用道具
内容分析应用 金牌会员 发表于 2021-5-21 14:16:48 | 显示全部楼层
QQ截图20210521141127.png

之前添加任务时, 我们是把博主主页采集下来的“博文独立网址”添加到“微博评论”采集任务里
那么这些添加进去的博文独立网址, 在微博评论的结果表里有没有原样保留下来呢? 是有的, 就是<fullpath>这个字段
剩下的工作, 就是用excel的vlookup函数, 把评论结果表的<fullpath>字段的内容和博主主页结果表匹配, 匹配到之后把字段“博文”的内容自动输出到评论表



举报 使用道具
内容分析应用 金牌会员 发表于 2021-5-21 14:41:44 | 显示全部楼层
实际这样做:
1. 把评论结果表的<fullpath>字段的&type=comment替换成空
2. 把博主主页结果表的"博文独立网址“列移到第1列
3. 在评论结果表的第1列位置添加1列,列名是”博文内容“, 第一个空的单元格位置输入: =VLOOKUP(L2,[微博博主主页数据采集结果_20210521090753020.xlsx]sheet1!$A: $AB,9,0)
然后单元格右下角的”+“号拉到底, 可以看到博文内容已经自动填充进来了。

下面是合并后的excel文件和截图:
微博评论采集_合并_20210521091140881.zip (47.67 KB, 下载次数: 0)
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 18:46