事先聲明下，本文純屬學(xué)術(shù)性探討，請勿將采集到的內(nèi)容用作商業(yè)用途。

一、工具準(zhǔn)備

火車頭，免費(fèi)版本的已經(jīng)夠用

Excel，要開啟宏，wps不支持

沒事，你愛用wps，我不會說你Low的。

二、操作方法

1、找呀找評論

顯然，評論的文字內(nèi)容源代碼中是木有的。

好吧，此刻你需要借助Chrome瀏覽器，F(xiàn)n+F12。

打開這個(gè)鏈接，認(rèn)真觀察。

你會發(fā)現(xiàn)很有趣的兩點(diǎn)：

1）、Url中包含著景點(diǎn)的id；

2）、細(xì)細(xì)觀察，紅框所示的部分就是評論，當(dāng)然，需要把unicode轉(zhuǎn)成漢字。

換句話說，如果你能拿到所有的你需要采集評論的景點(diǎn)的id，你就可以批量把景點(diǎn)對應(yīng)的評論Url地址拼接出來，然后用火車頭進(jìn)行采集，可以獲取到這些unicode。

下一步就是怎樣批量的將unicode轉(zhuǎn)成漢字。

2、將unicode轉(zhuǎn)成漢字

哈哈，我偉大的excel可以。

打開excel，按alt+F11，然后插入，模板，粘入如下的代碼：

Function ChW(t)
If InStr(t, “\u”) Then
s = Split(t, “\u”)
For i = 0 To UBound(s)
If Len(s(i)) > 3 Then
ChW = ChW & ChrW(“&H” & Left(s(i), 4)) & Mid(s(i), 5)
Else
ChW = ChW & s(i)
End If
Next
Else
For i = 1 To Len(t)
s = AscW(Mid(t, i, 1))
If s > 0 And s < 255 Then
ChW = ChW & Mid(t, i, 1)
Else
ChW = ChW & “\u” & LCase(Hex(s))
End If
Next
End If
End Function

保存，此刻就相當(dāng)于你人工自定義了一個(gè)叫ChW的函數(shù)，使用方法類似excel自帶的sum等函數(shù)。

A1單元格中放入你采集到的unicode，B1單元格中輸入=ChW(a1)。

怎么樣，是不是大功告成？

來吧，試試看你是不是也可以用火車頭去采集百度或淘寶等的下拉框了？

推薦閱讀