比如,抓取发帖信息,当评论数为0时不抓取评论内容,当评论数不为0时抓取评论内容
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2017-2-21 09:45

沙发
Fuller 管理员 发表于 2017-2-21 09:44:25 | 只看该作者
抓取内容不勾选 “关键内容”这个参数,遇到没有的抓取内容就跳过。

如果你的意思是根据评论数这个数值进行判断,最好在处理抓取结果的时候再过滤,比如,在excel中排序后删除
举报 使用道具
板凳
xandy 论坛元老 发表于 2017-2-21 09:45:55 | 只看该作者
两者有差异的话就可以区分开来,比如说评论数为0的评论和评论数不为0的评论的节点的class和id不同,那么可以通过自定义xpath的形式只提取后者。
如果没有显著差异的话,建议全部都抓取下来,然后在excel中将评论数为0的记录删除掉。
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, 2024-5-15 03:48