我想爬网站上某些关键字的标题公告,是不是一定要使用线索增加关键字才能按关键字爬数据?
举报 使用道具
| 回复

共 4 个关于本帖的回复 最后回复于 2016-8-19 09:55

沙发
HJLing 版主 发表于 2016-8-18 17:38:28 | 只看该作者
具体你可以把网址贴出来
如果可以直接按照你的关键词搜索得到你要的公告的话 就可以搜索后再采集
举报 使用道具
板凳
Fuller 管理员 发表于 2016-8-18 17:41:14 | 只看该作者
你说的收费的关键字过滤是哪个产品?

你可以自己做抓取规则,进入一个网站,一般会有站内搜索,利用站内搜索,输入关键词,看到搜索结果列表。那么就针对这个列表进行采集。

通常,每输入一个关键词,看到的url网址各不相同,在url中含有关键词,是url参数。如果是这样,那么你自己构造url,添加线索就行。

如果每次输入关键词,看到了相同的url,那就无法构造了,大批量关键词采集的话,需要购买连发弹仓装备
举报 使用道具
地板
ken19771101 新手上路 发表于 2016-8-19 08:36:31 | 只看该作者
十分感谢两位的答复。其实我知道可以在上市公司的框连续动作输入某个公司,查找出所有公告,但是,例如,我只想抓取标题包含“股票期权激励计划”的公告,怎样处理?求指导!
举报 使用道具
5#
ym 版主 发表于 2016-8-19 09:55:29 | 只看该作者
ken19771101 发表于 2016-8-19 08:36
十分感谢两位的答复。其实我知道可以在上市公司的框连续动作输入某个公司,查找出所有公告,但是,例如,我 ...

你自定义xpath采集,只提取含有“股票期权激励计划”的标题和对应的网址,这个就用到了contains()函数,自定义xpath参考教程http://www.gooseeker.com/doc/article-269-1.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, 2024-4-28 11:19