MATLAB-PTTWebCrawler

[MATLAB 進階課程練習範例 - PTT爬蟲]

此練習程式碼用於爬取PTT版上文章資訊，文本分析工具箱的需求單純用來移除html tag

若是使用者不具備文本分析工具箱，可用一般文字處理手法移除

• 2022/06/23 更新
  增加一般文字處理 通用表達式置換(regexprep)，移除HTML標籤程式碼

MATLAB工具箱需求 (MATLAB Toolbox Requirement)

*建議安裝文本分析工具箱 (Text Analytics Toolbox)

• 無 None

使用說明 Syntax

函式語法

output_Table = PTTCrawler(爬取看板名,是否輸出csv檔)

- 爬取看板名: 字元或字串變數(e.g. 'Gossiping', "Tech_Job", ...)
- 是否輸出csv檔: 邏輯變數(true/false)

無任何輸入，預設會抓取八卦版

without_input = PTTCrawler

輸入爬取看板

with_site = PTTCrawler('Tech_Job') % char
with_site = PTTCrawler("Tech_Job") % string

輸入爬取看板與是否輸出檔案

with_siteNflag = PTTCrawler('Tech_Job',true)

MATLAB 支援版本

- R2020b
- R2021a
- R2021b
- R2022a