Watson Explorer 实战操作，第 1 部分 如何构建一个内容分析集合-3

look_w

实验四：搜寻和导入章节 1：创建一个爬虫

• 集合面板中有"搜寻和导入"，"解析和索引"，"搜索和内容分析"三个面板

• 单击集合"2017 上市公司半年报分析"面板，扩展子面板
• 在"解析和索引"窗格中，显示状态消息"正在等待"，左边的红色方块状态消息是停止图标。 单击停止图标（红色方块）停止解析和索引过程。解析和索引状态消息已更改为已停止。          停止图标（红色正方形）已更改为绿色三角形（开始图标）。
• 在搜寻和导入窗格中，新增一个"搜寻器"

图 30. 新增一个搜寻器

• 在"搜寻器类型"选择 Windows 文件系统，然后单击下一步。

图 31. 选择“Windows 文件系统”类型

• 在 windows 文件系统中完成一下步骤

• 命名为 Windows 文件系统搜寻器 -财务报表
• 向下滚动窗口以查看各种高级选项。输入描述，10000 文档，完全抓取。
• 更改启动爬网程序会话选项以启动完全搜寻。这将确保如果更改文档的解析方式则会重新爬行所有内容。当集合更新完成，将从新爬去新增内容和修改内容。

图 32. 属性填写细节我们将所有的 2017 年上市公司的 PDF 文档放在 C:\Data\Fianial 目录下面，如图
图 33. 找到目录下数据将该目录设置为爬去目录，
图 34. 设置目录点击完成创建此集合，返回首页，点击绿色三角箭头，启动爬虫
图 35. 启动爬虫