阅读Excel表300+ url和获取页面信息

Naveen_Vimalan

我想在我的Excel表格中获取url的响应代码、响应消息、内容类型等信息。我使用-读取Excel ->存储->处理异常(获取页面)->存储-作为我的过程链。由于某种原因，我只得到URL作为我的结果，而不是我想要的所有信息。希望有人能帮忙。

这是准则:

> <上下文

<输入/ >

<输出/ >

<宏/ >

> < /上下文

.

.

<过程扩展= " true " >

.

.

.

<列出关键= "注释" / >

.

.

<列出关键= " data_set_meta_data_information " >

/> .

< /操作符>

.

< /操作符>

<过程扩展= " true " >

.

.

< /操作符>

/> .

.

.

> < /过程

<过程扩展= " true " >

.

.

> < /过程

< /操作符>

.

< /操作符>

/> . .

.

> < /过程

< /操作符>

> < /过程

yyhuang

嗨@Naveen_Vimalan，

我用你的excel作为URL链接的输入，得到了325个结果和8个错误(见所附的错误信息截图)。错误主要来自包含正则表达式的错误URL链接(为什么是正则表达式?)

处理与循环和获取页附供参考。

欢呼,
YY

ceaperez

嗨@Naveen_Vimalan，

请阅读这篇关于网页操作符的有趣文章

网络连接获取页面-操作员- RapidMiner社区

我附上了一个简单的处理过程，请尝试一下，

最好的

yyhuang

嗨@Naveen_Vimalan，

你发布的流程是坏的。您是否能够附加excel文件或流程文件(.rmp)?我已经建立了一些网络抓取和网络挖掘过程，以获得来自yelp, G2等的评论。附件是用于存储HTML网页作为第一步。

HTH !
YY

Naveen_Vimalan

嗨@yyhuang，
我在下面附上了excel和。rmp文件。我还添加了一张我想要达到的300+ url的结果的图片，而不是屏幕截图中显示的4个结果。

最好的问候,
纳文

yyhuang

您是否能够导入我共享的流程?@Naveen_Vimalan

一般来说，get page比“get pages”更好。

Naveen_Vimalan

好的，谢谢你的回答，但是是否可以使用Operator Read Excel，或者在你发给我的过程中我应该把Excel文件放在哪里。