溫馨提示×
您好，登錄后才能下訂單哦！
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
Gne如何提取新聞網(wǎng)頁(yè)，相信很多沒(méi)有經(jīng)驗(yàn)的人對(duì)此束手無(wú)策，為此本文總結(jié)了問(wèn)題出現(xiàn)的原因和解決方法，通過(guò)這篇文章希望你能解決這個(gè)問(wèn)題。
GNE[1]是我開源的一個(gè)新聞網(wǎng)站正文通用抽取器，自發(fā)布以來(lái)得到了很多同學(xué)的好評(píng)。
一直以來(lái)，GNE 是以 Python 包的形式存在，要測(cè)試 GNE 的提取效果，需要使用 pip 先安裝，再寫代碼使用。
為了降低測(cè)試 GNE 的成本，也為了讓更多同學(xué)了解 GNE，測(cè)試 GNE，我開發(fā)了網(wǎng)頁(yè)版的 GNE——Gne Online。
打開Gne Online 的地址為：http://122.51.39.219/，打開以后的頁(yè)面如下圖所示。
要測(cè)試 GNE 的功能，你只需要在最上面的文本框中粘貼網(wǎng)頁(yè)源代碼，并點(diǎn)擊提取按鈕即可：
對(duì)于標(biāo)題、作者、新聞發(fā)布時(shí)間這種可能發(fā)送誤提取的情況，我們可以通過(guò)下面對(duì)應(yīng)的Title XPath、Author、Publish Time XPath來(lái)輸入 XPath 定向提取。例如對(duì)于今日頭條的文章：
新聞的作者提取失誤，此時(shí)可以指定 XPath：//div[@class="article-sub"]/span[1]/text()來(lái)定向提取，如下圖所示。
通過(guò)設(shè)定Host輸入框，可以在網(wǎng)頁(yè)正文中的圖片為相對(duì)路徑時(shí)，拼上網(wǎng)址。
通過(guò)勾選下面的With Body Html復(fù)選框，可以返回正文所在的區(qū)域的網(wǎng)頁(yè)源代碼。
看完上述內(nèi)容，你們掌握Gne如何提取新聞網(wǎng)頁(yè)的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號(hào)
手機(jī)網(wǎng)站二維碼
