抓取微博博文,有什么办法可以把抓取到的每一条博文以txt或html形式单独保存吗?现在抓取的信息都是按照一页一页的html存的。

举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-11-10 10:40

沙发
AnswerDSL 版主 发表于 2016-11-10 10:40:05 | 只看该作者
如果是独立的博文,一个线索产生一条数据,就会按每一条博文以html形式单独保存。微博话题是一页一页采集的,相当于一页产生一个线索,所以抓取的信息都是按照一页一页的html存的。按单条或按页似乎不影响文本分析。
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

  • 为BERTopic安装需要的预训练SBERT模型
  • 在什么情况下使用弹窗模式和回退功能?
  • 爬网址做层级采集——以当当商品爬虫为例
  • 网络爬虫采集列表数据
  • UMAP的min_dist参数有什么作用?

热门用户

GMT+8, 2026-8-22 11:00