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

  • 为BERTopic安装需要的预训练SBERT模型
  • 在什么情况下使用弹窗模式和回退功能?
  • 爬网址做层级采集——以当当商品爬虫为例
  • 网络爬虫采集列表数据
  • UMAP的min_dist参数有什么作用?

热门用户

GMT+8, 2026-9-6 14:13