• 闪存
• 博客
• 发言 小组
• 投递 新闻
• 提问 博问
• 添加 收藏
• 文库

如何从海量网页中抽取出作者，时间，评论内容等信息？

0

[待解决问题]

hbase中有海量网页源代码，需要从海量源代码中精确抽取出【作者，时间，评论内容，点击数】等信息，请问，我该按照什么步骤，思路操作？

文本处理 文本挖掘

jonny201251 | 菜鸟二级 | 园豆：208
提问于：2016-12-14 09:57

显示帮助

使用"Ctrl+Enter"可进行快捷提交，评论支持部分 Markdown 语法：[link](http://example.com) _italic_ **bold** `code`。

< >

分享

分享您的问题