我提供了一个屏幕截图以供参考

[fomayof928@mowline]

按“替代文本”列排序（Z 到 A）。将替代文本复制到相邻的“锚点”列，然后删除“替代文本”列。 删除自链接 URL。 在“Destination”和“Anchor”之间创建一个名为“Links to Self”的新列，将其设为 C 列。



。 将此公式复制并粘贴到 C2 中。 =IF(A2=B2, "匹配", "不匹配" 法国电话号码表 ) 为所有行复制此内容，并对 AZ 中的 C 列进行排序，以便出现标记为“匹配”的行。 删除这些行，因为它们代表链接的源 URL 本身。



最后，完全删除“匹配 脱链接到自身的源 URL。



经过这次清理后，我原来包含 136,873 行的 all_inlinks.csv 文件大小超过 50 MB，变成了包含 11,338 行和 4 列的精简版 2 MB 文件。 第 5 步：将向量嵌入转换为有用信息（即相对 URL） 访问 Google Colab。



为了处理向量嵌入，我使用了 Google Collab。我是这样做的：转到Gus Pelogia 创建的Google Colab 笔记本，然后单击“文件”>“在云端硬盘中保存副本”。这个笔记本基本上在浏览器中运行Python，所以你不需要安装任何东西。