爬取百度搜索子网页的(文字、url、时间),爬取不了的截图——2

尝试了百度进行某关键词搜索(比如“和平精英”),并搜索前30页。发现百度搜索的优点和不足。优点:1、搜索面广,涉及不同的网页,如图中的知乎、搜狐、腾讯网、网易号、贴吧等等。2、能够让自己对不了解的东西有个较为全面的认识。缺点:存在很多重复的内容,爬取了30页共300条子网址,我发现有用的子网页就70条左右。(当然,不包括视频网址和文本网址,我是仅以截图内容进行判断)

通过excel处理后的相关数据内容如下表所示。代码不具有通用性,我就不发了。百度搜索的内容就暂时告一段落。记下此段内容,以后自己需要可以找到。灰色内容表示重复或者阅读后认为不合理的。
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值