就像这种
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2017-5-10 15:55

沙发
shengchengx 金牌会员 发表于 2017-5-10 15:46:35 | 只看该作者
这种结够,如果每个网页的一样,里面的条目不变,要做个采集规则很容易,每个条目都在一个text下
不能用直观标注,而是要在DOM上选择text做内容映射
举报 使用道具
板凳
Fuller 管理员 发表于 2017-5-10 15:55:44 | 只看该作者
但是,如果每个网页的条目顺序和数量有变化,那么就有可能采集下来的条目内容顺序是错的,那么最好用自定义xpath,专门去判断“电话”“传真”这样的文字标志,才能准确定位
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, 2024-5-19 02:12