2019年12月16号
数据挖掘
2019年11月30号
Content Grabber：如何建立第一个采集规则
选择起始URL 在启动网址是你开始收集数据和对应于你的网络刮剂起点的地方。 在以下各节中，我们将使用Cruise Direct网站作为示例。 http://www.cruisedir...
2019年11月30号
Content Grabber：数据抓取器主窗口
在本节中，我们简要概述了Content Grabber窗口。 地址栏 在地址栏是你进入那就是你的网络刮剂的开始页面的URL。这就是我们所说的起始URL。 带有数据捕获盒...
2019年11月30号
Content Grabber：转换Visual Web Ripper项目
Visual Web Ripper是Sequentum发布的另一种Web抓取工具。Content Grabber可以打开Visual Web Ripper项目并将其转换为Conten...
2019年11月30号
Content Grabber：正则表达式
使用正则表达式，您可以编写表达式来查找字符串中的特定字符序列，然后从较大的字符串中提取出较小的文本字符串。 Content Grabber使用XPath 在网页上选择Web元素，然后...
2019年11月30号
Content Grabber:XPath和选择技术
正确的选择技术是网页抓取的关键方面。最基本的选择技术是在Web浏览器面板中指向并单击元素，这是向代理添加命令的最简单方法。XPath是用于选择HTML和XML文档中元素的通用语法。每...
2019年11月30号
Content Grabber：动态网站数据抓取
使用HTML脚本，客户端动态网页将在初始内容加载并且页面元素可供用户使用后继续加载更多内容。客户端脚本最常用的语言是JavaScript，它可以使用AJAX（异步JavaScript...
2019年11月30号
Content Grabber 基础：HTML内容
HTML代表超文本标记语言 -用于创建网页的标准标记语言。它包含在HTML文档中由括号中的标记（例如<html>）定义的内容。通常，这些标签是成对出现的，它们代表的内容的...
2019年11月30号
Content Grabber:网页抓取限制
如果您想从复杂，动态的网站中挖掘数据，则爬网可能会带来挑战。如果您不熟悉网络抓取，那么我们建议您从一个简单的网站开始：这个网站大部分是静态的，几乎没有AJAX或JavaScript。...