banned-historical-archives/wenhuibao_disk

文汇报光盘1938-1999 光盘收录了1938年-1999年所有文章共计1231692篇。13张光盘中包括扫描的图像和文本数据, setup.iso为安装程序（内含文本数据库），1-12文件夹为原来1-12号光碟。html.7z为爬虫爬取的文章html页面的压缩包。 光盘使用说明 安装程序需要在windows98 简体中文版中打开 进入系统后，插入setup.iso，安装时根据提示插入1-5号光盘；其他光盘在读取插图时使用。 (建议使用VirtualBox虚拟机) 启动爬虫 安装ie6 在安装目录的html/cgi-bin/oneart.htm的""后插入 <SCRIPT language=JavaScript> var a =function() { if (document.readyState !="complete") return; var x = new ActiveXObject("Microsoft.XMLHTTP"); var content… See the full description on the dataset page: https://huggingface.co/datasets/banned-historical-archives/wenhuibao_disk.