※ 引述《agomi (莱姆酒)》之铭言： : 利用阿pu写出来的东西 : 我们已经可以抓到第一页的那十篇paper的"目录页" : 所以我今天写了一段parser : 把具有WOS那个紫色标签的paper的 : ***我目前是假设只有具有WOS标签的paper才有citation的资料 (有反例请提出Q_Q)*** : 1. paper title : 2. WOS的link : 抓出来 : 然後丢到另一个地方做处理 : ↓ "further work" ↓ : (有了WOS的link 进去之後就是那个可以看到CitedReference= XX 的网页 : 这时候再去对这个页面parse出CitedReferece的超连结 : 然後再去抓这个超连结开出的页面的原始码) : 这个动作做完之後 我们可以把 : 1. paper title : 2. 原始码 : 转成一个file存起来 : 这样就算是完成一篇paper的citation : 最後只要让sysc写的parser来吃这个档案就ok : ↑ 我这两天想写的东西 ↑ : 如果查询nod2 : 会发现只有最後9 10这两篇paper有WOS标志 : 我目前想先针对这两篇paper作处理 : 如果可以顺利抓到上述的两样东西 : ↓ 最後的判断回圈 ↓ : 接下来就是要去写"换页"的判断 : 就是查询出来如果result有1000个 那就是100个页面 : 要做99次的换页判断 : 以上. 欢迎大家讨论 : 顺利的话看来我们的作业有希望在三个礼拜之内结束 ---------------------------------假设你会成功--- 请记得把title 保留下来 例如title 是ABC 网页内容事<test>testtword</TEST> 请将档案存成xxx.xxx(自己决定就好) TITLE:ABC <test>testtword</TEST> 放在某个目录, 看你要不要压成zip 或怎麽样 如果有两页reference, 请存两个档案 ------------------------------------------------ 另外预计的进度是手动到36页做完...so...不知道snork 有做了吗? 如果ok 那这星期预计进度就结束了, 可以开始弄下星期的部份了(每人+36 就是下次要弄好的, 後面有9 页要再手动做) --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.231.27