采集百度新闻数据怎么只要数字不要不相关的文字

如题，在采集百度新闻列表数据的时候，我想只要“45”这个数字不要后面的“条相同新闻”怎么操作？

1.可以在定义采集规则的时候写Xpath去掉后面的汉字，用到substring-before函数，详细用法参见http://www.gooseeker.com/doc/thread-1852-1-1.html

2.将结果导入excel后再进行处理，方法不唯一，其中一种可以用到函数left和len来实现

一种方案就是，你在Excel里头针对“xx条新闻”这一列的数据进行分列，选择固定宽度进行分列
然后完成之后就会自动将数字和文字分成两列

丁道师 发表于 2016-8-3 12:05
一种方案就是，你在Excel里头针对“xx条新闻”这一列的数据进行分列，选择固定宽度进行分列
然后完成之后就 ...

当数字有3位数的时候这个方法会失效，用分列的话可以直接选择分隔符号，用汉字“条”作为分隔符号。