一般学术上的论文很多都是以PDF格式还有CAJ格式保存的,请问这种应该怎么抓取?
例如中国知网上面很多都是CAJ和PDF格式论文。
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-11-3 14:45

沙发
ym 版主 发表于 2016-11-3 14:45:31 | 只看该作者
如果网页显示的是pdf文件或caj文件的下载,可以参考这篇文章来实现自动下载《大批量下载文件

如果显示的是pdf网页,没有提供文件下载,可以参考这篇文章来采集《如何采集PDF内的信息
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

  • GooSeeker分词软件的tf-idf算法和特征词选
  • 边表格式和矩阵格式的共词矩阵表有什么区别
  • GooSeeker分词、情感分析和文本分析平台简
  • 聚类分析和主题分析中的特征选择参数的设置
  • 为集搜客分词和情感分析扩展模块安装情感分

热门用户

GMT+8, 2026-3-14 16:00