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

  • 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, 2024-5-17 03:02