导出时 CSV 文件仅保存

[fomayof928@mowline]

您可以使用同一工作簿，但请记住，一个数据选项卡。 清除数据。 这部分很重要。我必须消除向量嵌入中的错误，将内部链接数据简化为最基本的内容，并重命名一些列。 清理自定义 JS（即向量嵌入）并保存到 file.csv。



（从（ChatGPT）页面内容中提取嵌入）列按从 Z 到 A 的顺序。 删除列 法国电话号码表 不是数字字符串的任何行（例如，标记为“超时”或“错误”的单元格）。 验证所有 URL 的状态代码均为 200，然后删除“状态代码”和“状态”列。



删除任何不满足此条件的行。 将其余列重命名为“URL”和“Embeddings”（大小写很重要）。 导出此选项卡并将其另存为“file.csv”。 清除所有这些链接。 这一步有点复杂，但值得付出努力。 对 A 列（“类型”）进行排序并删除所有非“超链接”的行。



确认无误后，删除该栏。这应该使第一列成为“源”。 对 F 列（“状态代码”）进行排序并删除状态不为 200 的任何行。然后，删除“状态代码”和“状态”列。 删除以下列： 大小（字节） 跟进。 目标 相对 路径类型 链接路径 链接来源 按链接位置排序。



从导航、页眉或页脚中删除链接所在的所有行。这应该会给你留下“内容”，也可能是“旁白”。 按“来源”列排序。删除包含以下内容的行： 主页网址 博客索引页面 URL 类别/标签索引页 分页 URL 站点地图 URL 任何其他非唯一内容页面（例如内部搜索结果、非规范 URL） 按“目标”列排序，然后重复对“源”列执行的清理过程。