当前位置： 文江博客话题详情

webmagic是否支持pdf等格式的非html抽取

发布于 2021-11-27 06:37:16 字数 192 浏览 825 评论 1

@黄亿华 您好，想跟您请教些问题：webmagic是否支持pdf等格式的非html抽取？它能否支持大数据的爬取？我不知道您在实际应用中抓取过多少数据，它效率怎么样，运行起来对内存有什么样的要求么？

如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论， 你可以免费 注册 一个本站的账号。

评论（1）

琴流音 2021-11-27 21:37:51

应该不行，word抽取还有希望，pdf很难，要把pdf转成txt，然后才行

回复
~没有更多了~

关于作者

眼眸里的那抹悲凉

暂无简介

0 文章
0 评论
821 人气
发私信

相关话题

更多

热门标签

操作系统 程序设计 IT运维 Linux系统管理 JavaScript 服务器应用 solaris C/C++ PHP Shell BSD Vue.js aix Oracle Python HTML 系统管理 HTML5 CSS 前端
更多

推荐作者

苦中寻乐

文章 0 评论 0

lueluelue

文章 0 评论 0

嗼ふ静

文章 0 评论 0

王权女流氓

文章 0 评论 0

与花如笺

文章 0 评论 0

残酷

文章 0 评论 0

更多

友情链接

文江博客
    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站，即表示您同意使用 Cookies 和您的相关数据。
    原文