选定人民日报的微博,搜索日本,结果显示1042条,翻页经常出错,我是把几次结果拼起来的。更让我无语的是,很多内容没有被抓取到。
我试了下第一页,发现就缺了七八条微博没有被抓到。难道点选DIV的时候有什么问题。
求教大神,如何解决部分微博正文没有被抓取的问题。另外,怎么翻页会顺畅些。我的操作是更换Xpath的选项,经常不灵。论坛里面的教程没看懂。
举报 使用道具
| 回复

共 4 个关于本帖的回复 最后回复于 2016-6-3 09:46

沙发
Fuller 管理员 发表于 2016-6-2 09:07:19 | 只看该作者
直接用微博采集工具箱:http://www.gooseeker.com/land/weibo.html
举报 使用道具
板凳
mengmengzh20 初级会员 发表于 2016-6-3 00:25:54 | 只看该作者
请教大神,微博采集工具箱可以在限定博主的情况下,用关键词实现搜索吗?就是搜索博主的特定内容。
举报 使用道具
地板
ym 版主 发表于 2016-6-3 09:46:13 | 只看该作者
mengmengzh20 发表于 2016-6-3 00:25
请教大神,微博采集工具箱可以在限定博主的情况下,用关键词实现搜索吗?就是搜索博主的特定内容。 ...

不能,我们有博主博文采集、博主个人信息采集等工具箱,你可以把博主的相关数据都采集下来后再做筛选
举报 使用道具
5#
Fuller 管理员 发表于 2016-6-3 09:46:27 | 只看该作者
mengmengzh20 发表于 2016-6-3 00:25
请教大神,微博采集工具箱可以在限定博主的情况下,用关键词实现搜索吗?就是搜索博主的特定内容。 ...

工具箱没有这么灵活,只能把博主的所有微博抓下来,存入excel再用过滤
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, 2024-4-23 15:02