Rapidminer可以从特定的URL列表中提取XPath值吗？

Question

我一直在玩Rapidminer并且似乎无法解决这个问题。我在excel文件中列出了一个庞大的URL列表，并希望从每个URL中提取单个XPath元素。无论如何我可以用Rapidminer做到这一点吗？

我已经看过Neil Mcguigan的教程，但他们似乎一般都是抓取网站/网站，而不是来自一组特定的网址。

Answer 1

您可能需要查看Apache Nutch，Scrapy和类似的网络抓取工具。

您可能只是在寻找这项工作的错误工具：您希望从网站上搜索数据，而不是实际的＆＃34;数据挖掘＆＃34; （这更像是一种启发式统计分析）。

Nutch（Java）和Scrapy（Python）是用于开发自定义Web爬网程序和进行Web抓取的平台。