原来一直用java写的爬虫程序,总是有一点点问题,现在想试试gooseeker,从某个网址开始,比如说:www.fudan.edu.cn,根据这个网址上的链接,如果有包含"edu.cn“的,则一直顺着爬下去,记录链接名称。
谢谢!
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-4-23 17:39

沙发
Fuller 管理员 发表于 2016-4-23 17:39:07 | 只看该作者


在爬虫路线工作台上,可以创建样式线索,但是,现在是根据url中含有的字符串进行匹配,而且也不是包含关系,而是判断网址前半部分是否与“网页样式”相同,相当于前缀是否相同。如果要实现你的需求,样式线索的功能要做加强修改

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
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • gooseeker分词工具的命名实体识别和词形还
  • 怎样设置LDA模型的超参数alpha(α)和beta(
  • LDA主题分析模型到底是什么?
  • top2vec话题发现原理和使用方法
  • 将文本聚类和LDA分析模块安装在数据盘上的

热门用户

GMT+8, 2026-4-28 11:02