通过高级设置抓取的网页片段,在xml中会包含HTML标签,转化为Excel后这些标签会单独成一个字段,而不是整个内容作为一个字段,这种情况应该怎么处理
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2018-12-26 19:16

沙发
Fuller 管理员 发表于 2018-12-26 18:12:10 | 只看该作者
转换成excel的时候,没有使用会员中心的数据导出功能?会员中心的数据导出会把这个段当成一个字段的。
举报 使用道具
板凳
fighting2017 初级会员 发表于 2018-12-26 18:17:51 | 只看该作者
Fuller 发表于 2018-12-26 18:12
转换成excel的时候,没有使用会员中心的数据导出功能?会员中心的数据导出会把这个段当成一个字段的。
...

请问,想要采集微博表情,除了把包含微博表情的内容以网页字段的形式保存下来,还有其他更好的方式吗?
举报 使用道具
地板
Fuller 管理员 发表于 2018-12-26 19:16:20 | 只看该作者
fighting2017 发表于 2018-12-26 18:17
请问,想要采集微博表情,除了把包含微博表情的内容以网页字段的形式保存下来,还有其他更好的方式吗?
...

因为表情位于文字中的什么位置不好确定,在文字中有几个,都不好确定,就不好做规则。只有一股脑抓下来
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

  • 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?
  • UMAP的n_neighbors参数有什么作用?
  • HDBSCAN的min_samples和min_cluster_size参

热门用户

GMT+8, 2026-6-26 05:00