有时候需要批量抓取标题+图片+链接,然后在断网情况下进行筛选,删除掉不需要的部分。
之前的方法是写入Excel里,然后把某个单元格扩大把图片嵌入进去,但是有个问题是这样的Excel文件会非常大,而且筛选后删除,图片有时候会保留有时候又会删错,不好用。有没有什么其他好方法?
在流程阶段剔除关键词再抓取有想过,但是关键词是抓取后再决定的而且常常更新,没办法在获取数据的流程里就写固定
举个例子: https://818ps.com/muban/naichajiagebiao.html
批量抓取后是这样的,然后在E列放图片。之前的做法是在Excel里筛选B列的关键词,例如“粉色”,然后删除,再继续人工筛选,但是Excel里的图片支持太糟糕了,不是很好用。。

或许能不能保留网站里那样的排版格式,留个离线网页,点击后照样可以跳转到对应的网页,但是要有快速筛选删除的功能,在离线网页里就看不见那个图片+链接了,减少人工识别时需要排除的量
Excel