Fatal编程技术网
  • machine-learning/
  • Machine learning 已知哪些方法可以通过机器学习从以前未知的网页中提取产品/服务数据？

Machine learning 已知哪些方法可以通过机器学习从以前未知的网页中提取产品/服务数据？

machine-learning web-scraping

Machine learning 已知哪些方法可以通过机器学习从以前未知的网页中提取产品/服务数据？,machine-learning,web-scraping,Machine Learning,Web Scraping,为了避免重蹈覆辙，已知哪些方法可以通过机器学习从以前未知的网页中提取产品信息/服务信息 搜索引擎中的哪些关键字可以为我提供有关此主题的更好结果？一种方法如下： 以原始html页面为例 去除所有html/script标记 数一数所有单词并将它们放入一个列表中 去掉所有常见的单词，如“是”、“那”、“我们”等等 然后你用关键词做你必须做的事情。。如果要爬网，请获取所有链接并重复该过程 大多数网页的de head部分都有元标记，这些标记可能也很有用： <head> <meta nam

为了避免重蹈覆辙，已知哪些方法可以通过机器学习从以前未知的网页中提取产品信息/服务信息

搜索引擎中的哪些关键字可以为我提供有关此主题的更好结果？

一种方法如下：

  • 以原始html页面为例
  • 去除所有html/script标记
  • 数一数所有单词并将它们放入一个列表中
  • 去掉所有常见的单词，如“是”、“那”、“我们”等等
  • 然后你用关键词做你必须做的事情。。如果要爬网，请获取所有链接并重复该过程
    • 大多数网页的de head部分都有元标记，这些标记可能也很有用：

    <head>
<meta name="description" content="webpage with product content">
<meta name="keywords" content="Cameras">
<meta name="author" content="">
<meta charset="UTF-8">
</head>
    一种方法是列出所有单词，然后去掉简单的单词，如“is”。网站可能也会使用元标记：-）@StijnDeSmet请详细说明。我不喜欢这种方法，因为它不是很健壮。关键词标签不经常被使用。此外，剥离方法可能只是解决了“找到合适的产品站点”问题，而不是“针对各种各样的产品内容放置和格式正确提取/刮取产品/服务”-问题。我认为如果你真的想刮产品，你将不得不编写一个爬虫与每个网站系统单独的模板。