百度的页面包括几部分:威锋网_新闻搜索列表威锋网_新闻详情威锋网_新闻评论. 组合采集攻略如下(绿框是页面名称,橙色字体是采集结果表中的网址字段或浏览器地址栏复制的网址):

1、采集“威锋网_新闻搜索列表

方法:
  • 将搜索某个关键字后的威锋网新闻搜索列表网址从浏览器地址栏中复制, 在数据DIY威锋网_新闻搜索列表添加进去, 点击"获取数据"

2、采集“威锋网_新闻详情
方法:
  • 将通过列表获取到的详情链接或者任何威锋网新闻详情的链接, 在数据DIY威锋网_新闻详情添加进去, 点击"获取数据
3、采集威锋网_新闻评论

方法:
  • 将通过列表获取到的详情链接或者任何威锋网新闻评论的链接, 在数据DIY威锋网_新闻评论添加进去, 点击"获取数据

【附注】
数据DIY上可以找到很多网站下不同页面的采集入口,只要与样例网址是相同级别的网页,就可以用该页面的采集入口采集数据。因此,如果从数据DIY某个页面采集到网址,那么就可以找到该网址对应页面的采集入口,把批量网址添加进去,这也是数据DIY的出发点,让用户可以组合任意页面进行批量采集。





本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
举报 使用道具
| 回复

共 0 个关于本帖的回复 最后回复于 2017-2-10 18:11

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 17:40