论坛里有很多标题,点进每个标题都有很多评论,我想把标题的信息和评论都爬下来。假如论坛一共有100个标题,每个标题里面都有100个评论,那我就要爬下来10000条评论数据,并且每条评论数据都包含关于该评论的所有标题信息以及该评论的所有信息。

举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-11-16 15:00

沙发
xandy 论坛元老 发表于 2016-11-16 15:00:04 | 只看该作者
本帖最后由 xandy 于 2016-11-16 15:02 编辑

采集论坛的评论信息,我先讲下大概的思路,理解之后看看类似的教程就可以了。
比如说要抓我们论坛的帖子,先抓一个列表,加上样例复制就可以批量抓取每条帖子了

第一个规则:列表可以抓到标题、发帖人、发帖时间、浏览器和回复量等信息,最重要的是可以抓到每个帖子的独立网址,这个独立网址可以作为下级线索(引导我们去抓独立帖子里面的信息)
我们通过第一个规则到了每个帖子的独立页面,第二个规则建立两个整理箱,一个整理箱来装楼主的内容,一个整理箱来装评论的内容,第二个整理箱加上样例复制就可以批量抓取评论了

碰到陌生的名词不要紧,可以先参考这个教程:《采网址做层级采集——以大众点评为例》,对着操作一遍很快就会明白了

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, 2024-5-3 16:03