百度的页面包括几部分: 新浪新闻_国内新闻列表新浪新闻_国内新闻详情. 组合采集攻略如下(绿框是页面名称,橙色字体是采集结果表中的网址字段或浏览器地址栏复制的网址):

1、采集“新浪新闻_国内新闻列表

方法:

2、采集“新浪新闻_国内新闻详情
方法:


【附注】
数据DIY上可以找到很多网站下不同页面的采集入口,只要与样例网址是相同级别的网页,就可以用该页面的采集入口采集数据。因此,如果从数据DIY某个页面采集到网址,那么就可以找到该网址对应页面的采集入口,把批量网址添加进去,这也是数据DIY的出发点,让用户可以组合任意页面进行批量采集。

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
| 回复

共 0 个关于本帖的回复 最后回复于 2017-2-7 16:29

您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • GooSeeker分词扩展模块的安装方法
  • BERTopic做主题合并以后为什么得到的实际主
  • 怎样使用BERTopic做话题检测和主题聚类
  • 什么是SBERT
  • 怎样让GooSeeker分词工具使用宋体画词云图

热门用户

GMT+8, 2026-6-15 13:15