温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

Gne如何提取新闻网页

发布时间:2022-01-04 10:57:41 来源:亿速云 阅读:133 作者:柒染 栏目:大数据

Gne如何提取新闻网页,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。

GNE[1]是我开源的一个新闻网站正文通用抽取器,自发布以来得到了很多同学的好评。

一直以来,GNE 是以 Python 包的形式存在,要测试 GNE 的提取效果,需要使用 pip 先安装,再写代码使用。

为了降低测试 GNE 的成本,也为了让更多同学了解 GNE,测试 GNE,我开发了网页版的 GNE——Gne Online

打开Gne Online 的地址为:http://122.51.39.219/,打开以后的页面如下图所示。

Gne如何提取新闻网页  

要测试 GNE 的功能,你只需要在最上面的文本框中粘贴网页源代码,并点击提取按钮即可:

Gne如何提取新闻网页  

对于标题、作者、新闻发布时间这种可能发送误提取的情况,我们可以通过下面对应的Title XPathAuthorPublish Time XPath来输入 XPath 定向提取。例如对于今日头条的文章:

Gne如何提取新闻网页  

新闻的作者提取失误,此时可以指定 XPath://div[@class="article-sub"]/span[1]/text()来定向提取,如下图所示。

Gne如何提取新闻网页  

通过设定Host输入框,可以在网页正文中的图片为相对路径时,拼上网址。

通过勾选下面的With Body Html复选框,可以返回正文所在的区域的网页源代码。

看完上述内容,你们掌握Gne如何提取新闻网页的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注亿速云行业资讯频道,感谢各位的阅读!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI