获取网站字数的最佳方法是什么？或者是网站的一部分？

Question

非常简单，我只想找一个从给定网站或网站部分提取单词频率的简单方法。

我也有兴趣计算整个网站中两个给定单词之间的平均距离。距离单位是单词。

我问的是这个问题，因为我坦率地说找不到太多导致执行这项任务的直觉的信息。我没有任何网络抓取或刮擦任何经验。

谢谢（我之前问了这个问题，但结果不是很好）

Answer 1

您可以尝试使用Scrapy。它是用于抓取网站的非常强大的工具，但可能需要正则表达式和XPath的知识。请尝试关注tutorial。