以孔夫子旧书网的最近出版板块为例(http://www.kongfz.com/1004/)为例,采集列表页的所有数据:
第一步:新建任务
①击左上角“加号”新建任务,如图1:
【图1】
②在弹窗里填写采集地址,任务名称如图2:
【图2】
③点击下一步,选择进行数据抽取还是链接抽取,本次采集需要采集当前板块的列表页所有内容,所以只需要在同一个模板中进行翻页链接抽取以及数据抽取即可。此处需要勾选“抽取链接”-“普通翻页”以及“抽取数据”,如图3:
【图3】
第二步:创建/选择表单
在ForeSpider爬虫中,表单是可以复用的,所以可以在数据表单出直接选择之前建过的表单,也可以通过表单ID来进行查找并关联数据表单。此处使用的是的旧书网的表单,如图4
方法一:通过下拉菜单或表单ID选择已有表单
方法二:点击创建表单进入快速建表页面,新建表单
【图4】
方法三:点击“采集配置”-“数据建表”,点击采“采集表单”后面的 如图5
【图5】
第三步:配置表单
根据所需内容,配置表单字段(即表头),此处配置了包括标题、作者、价格三个字段,表单如图6
【图6】
第四步:字段取值
取值方法:由于此处活取的是列表页的数据,所以可以应用“识别列表”功能,直接取到列表数据,操作方法如下:
①点击“数据抽取-旧书网”,按住ctrl+鼠标左键点击任意一部分内容,如图7,选中标题
【图7】
②按住Shift+鼠标左键继续点击,直到点击到选中整个第一条数据,如图8
【图8】
③在软件的右下角可以看到“识别列表”按钮 ,此时点击“识别列表”,如图9,此时列表中的内容都已经选中。
【图9】
③对每个字段进行取值,方法依然是:按住Ctrl+鼠标左键,进行区域选择,按住Shift+鼠标左键,扩大选择区域。
如:price-cover字段
首先在左侧点到price-cover字段上,在浏览器中对该字段进行取值.
<1>按住ctrl+鼠标左键,点击“新书”
<2>按住shift+鼠标左键继续点击,直到选中图10中的全部内容
<3>点击右下角“确认选区”
【图10】
第五步:模板预览
①标右键点击“数据抽取”,然后点击“模板预览”,如图11
【图11】
②预览结果如图12
【图12】
第六步:应用定位过滤,过滤翻页链接
①标点击“链接抽取-普通翻页”,内置浏览器拉到最底端找到翻页,如图13
【图13】
②按住Ctrl+鼠标左键点击第一页,按住shift+鼠标左键,扩大选区,直到选中整行,如图14
【图14】
③点击“确认选区”
④点击“采集预览”查看链接过滤是否完全,此处由于只有一个模板,所以链接和数据在同一个预览框里,直接点击预览的结果如图15
【图15】
⑤点击“链接信息数目”,查看对应的链接,如图16,由于第9页之后直接就是第15页,如果怕中间页数取不到,可以双击第9页试试看
【图16】
第七步:采集预览
双击任意一页链接,点击“旧书网”均可得到对应的列表数据如图17
【图17】
相关推荐
软件支持从2014年12月改版后的百度指数,批量采集百度指数的整体指数,移动指数,导出从2011年开始的每天的整体指数,移动指数数据。 支持如下功能: 1)可以从文件导入关键词,不限导入数量。 2)可以批量导出...
软件支持从2014年12月改版后的百度指数,批量采集百度指数的整体指数,移动指数,导出从2011年开始的每天的整体指数,移动指数数据。 支持如下功能: 1)可以从文件导入关键词,不限导入数量。 2)可以批量导出...
采集教程,采集教程,采集教程,采集教程,采集教程,采集教程,采集教程
驱动LSM6DS3TR-C实现高效运动检测与数据采集(4)----上报匿名上位机实现可视化 CSDN文字教程:https://blog.csdn.net/qq_24312945/article/details/131082161 B站教学视频:...
驱动LSM6DS3TR-C实现高效运动检测与数据采集(5)----上报匿名上位机实现可视化 CSDN文字教程:https://blog.csdn.net/qq_24312945/article/details/131250387 B站教学视频:...
基于.net core 6.0 远程数据采集软件。可用于企业渠道客户的进销存数据收集,...客户端:编译项目后双击【DataCollectionClientWeb.exe】文件,具体配置和安装教程见教程:/ClientWeb/Document/数据采集客户端教程.doc。
使用AndroidStudio开发工具,基于Bomb云数据库,完成的一个信息采集系统,功能齐全可以用作本科毕业设计。
采集车是一款站长必备的免费的采集发布工具。 支持主流的CMS:dede/empire/php168/phpcms/discuz/phpwind/wordpress等 官网http://www.caijiche.com 可以去官网下载最新的客户端。
打开之后,不难看到里面一个一个灰常有内涵的段子,当你进行翻页的时候,注意url地址的变化。 你会发现规律: 第一页url: http://www.neihan8.com/article/list_5_ 1 .html 第二页url: ...
0ptitex11PDS操作说明书,简体中文版,可方便操作者学习查阅使用。
是从开始进行数据采集到采集时候的所有数据,其它生产目录只保留清洗前一次数据目录 备份 Databak --数据最终切割与汇总输出目录(也是全量数据,包括历史数据) Dataclear --数据临时清洗目录 dataclearTitle --...
毕业论文:基于SNMP/MIB的信息采集
采用Arduino Uno与LabVIEW来实现低成本上下位机数据采集系统,具有模拟量和数字量两种采集功能,可以满足低速、低成本的数据采集需求。其中,Arduino Uno作为下位机,负责A/D转换以及数据传输,LabVIEW编写的数据...
CQC采集APP(安卓版)
hmjcj采集器,采集数据 hmjcj采集器,采集数据
Python获取中国环境总站 CNEMC 采集的实时空气质量数据 从中国环境总站采集空气质量六参数(逐小时更新) 数据发布说明里需注意的地方 监测点位1小时浓度平均值指该点位1小时内所测项目浓度的算术平均值或测量值,...
基于go语言为Greenplum集成普罗米修斯(prometheus)的监控数据采集器。 项目地址: Github: https://github.com/tangyibo/greenplum_exporter Gitee: https://gitee.com/inrgihc/greenplum_exporter 一、编译方法...
采集数据资源的工具,很好用的!下载后可以放心使用哟!
本资源配套对应的视频教程和图文教程,手把手教你使用Unet做眼底图像分割的训练、测试和界面封装,包含了Unet原理的解析、处理好的训练集和测试集、训练和测试的代码以及训练好的模型,并封装为了图形化界面,只需...
淘客家园采集精灵是一款智能采集阿里妈妈后台的商品,并且可以转换商品为你的推广链接的工具.他集成了一键分享到你的空间.是淘客推广必备工具之一!特别适合新手使用. 软件教程参考:...