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

  • top2vec话题发现原理和使用方法
  • 将文本聚类和LDA分析模块安装在数据盘上的
  • GooSeeker分词软件的tf-idf算法和特征词选
  • 边表格式和矩阵格式的共词矩阵表有什么区别
  • GooSeeker分词、情感分析和文本分析平台简

热门用户

GMT+8, 2026-4-5 10:58