云服务器由于sol是一个基于Lucene的Java搜索引擎服务器，因此首先安装Java基础环境。在命令行键入：sudo add-apt-repo...

1、分词数据源基于之前采集公共管理学院老师的数据，一共得到10个字段。本次分词是对大文本字段进行分词，因此将所得到的老师的数据去掉5个基本字段，...

采集过程：在已建立的quotes项目下编写爬虫，并执行，同时保存为xml或者json格式。本次采集尝试使用两种方法，一个是css选择器，另一个是...

本次信息采集的起始网址为：http://ggglxy.scu.edu.cn/index.php?c=article&a=type&tid=18，...

创建虚拟环境 同理采集作者信息创建authors_spider.py,再执行爬虫scrapy crawl authors，并存储数据scrapy...