第一步:新建任务
①点击左上角“加号”新建任务,如图1:
【图1】
②弹窗里填写采集地址,任务名称,如图2:
【图2】
③ 点击下一步,勾选抽取链接,选择网页内所有链接,如图3:
【图3】
④完成后模板抽取配置列表有一个模板,默认模板。默认模板下自动生成一个链接抽取,名称为网页全部链接,如4:
【图4】
第二步:创建新的模板,并新建数据抽取
①模板配置,点击“新建模板”按钮,得到新建模板,如图5。
【图5】
②新建数据抽取。直接点击模板二,点击上面“新建数据抽取”按钮,得到数据抽取,如图6。
【图6】
③关联模板
在软件中模板的关联关系,与网页中链接跳转的关系相同。
根据网页跳转规律,将“网页全部链接”关联模板“新建模板02”,如图7:
【图7】
第三步:创建/选择表单
①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。此处使用的方法三,如图8。
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
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8。
【图8】
②配置表单
根据所需内容,配置表单字段(即表头),此处配置了包括网页主键、网页创建时间、网页获取时间、网页地址、全区内网页源码(包含当前标签)、选取内全部文本、选取内网页源码以及网页标题八个字段,表单如图9。
【图9】
以下字段为软件自带字段类型,无需确定选取取值。
网页主键:网页唯一标识。
网页创建时间:文档创建或网页发布的时间。
网页获取时间:ForeSpider采集该网页的时间。
网页地址:自动采集网页的URL地址。
选区内网页源码(包含当前标签):采集选区内全部源代码,包含当前节点标签等,即整个选区的源代码。
选区内全部文本:最常用的类型。点击Ctrl选择绿框后,采集选区里的全部内容
选区内网页源码:采集选区内全部源代码,不包含当前节点标签等。
网页标题:采集网页的标题。即网页<title>中的内容。
③ 数据抽取链接处关联表单,如图10。
【图10】
第四步:采集预览
①点击击右上角采集预览,如图11。
【图11】
②双击任意一条链接,看看是否可以得到和网页对应的规整的数据,如图12、图13。
【图12】
【图13】
相关推荐
KITTI数据集可视化教程,教程:https://blog.csdn.net/cg129054036/article/details/119516704
c#写的OPC Client源码,VS2005工程文件,是完整的项目文件,不是网页版。 ///摘要 ///程式使用C#.NET 2005 编写 ///引用类库OPCDAAuto.dll ///OPCServer采用KEPWare ///在windows xp sp2、sp3、windows 2003上测试...
JQuery基础教程之第五章后面章节请看我后续资源jquery全套教程: JQuery基础教程之前言和前三章:http://download.csdn.net/source/745869 JQuery基础教程之第四章:http://download.csdn.net/source/745907 JQuery...
hBUILDER X 下载地址 http://www.dcloud.io/hbuilderx.html 后端搭建 1、导入数据库sql 2、设置运行目录 /public 3、伪静态 location / { index index.html index.htm index.php; #主要是这一段一定要确保存在 ...
这个版本的源码很多是不完整的,但这份源码完整! 该源码为运营类源码,可放心使用! 简易教程: 环境:linux php5.5 mysql5.6 两个域名: 后台:http://xxx.com 指向根目录 前台:http://xxx1.com ...
1-13章下载地址:http://download.csdn.net/source/3475513 14-16章下载地址:http://download.csdn.net/source/3475529 17-19章下载地址:http://download.csdn.net/source/3475639 20章下载地址:...
天宇微信采集源码 v1.0.1更新 1.修复部分BUG 天宇微信采集源码简介 天宇微信采集源码采用PHP Mysql进行开发。 天宇微信采集源码程序功能: 1.支持关键词内链 2.支持内容过滤 3.支持伪原创词汇(自带近6000条...
8.开奖采集器\config.js 打开后(如下;) exports.dbinfo={ host:'localhost', user:'dahaozhan',//数据库用户名 password:'dahaozhan.com',//数据库密码 database:'dahaozhan'//数据库名 } 9.导入开奖器...
最新带采集素材资源下载站源码 可对接微信支付宝 程序功能齐全,集采集接口、第三方登录配置、 存储配置以及支付接口,同时支持再次采集 是一款非常不错的素材资源下载站源码 安装教程: 1、新建一个数据库:如:...
一款非常简洁,亮丽的个人简介模板,适用于个人主页,个人简历等相关主题,界面分为个人信息,基本资料,专业技能,教育经历,工作经验等五个版块,支持扩展,具体效果见下面的原文链接,里面有视频和代码讲解。...
蓝色风格的源码,不过这套商业版有个小错误,已经修复了。 安装文件: install 运行http://域名/install 后台:http://域名/ctscms 进后台-系统-数据库备份还原-还原数据(还原后管理帐号和密码都是admin) 还原...
通过解读源码,在windows下ok,而在linux下解析格式有所不同才导致上面的各种异常,最终修改了源码包中的Encoder.java,整合ffmpeg-2.7.2-x64版本 参考文献: 1、jave-1.0.2源码下载地址:...
源码说明: 2012年龙年新年祝福网页源码,静态HTM格式,无需数据库支持,任何支持静态网页的空间都可以使用。支持浏览者自定义祝福页面,个性化强,站长宣传利器。 使用说明: 1、下载并解压缩;得到文件2012 2、...
这里有一共130套微信小程序模板源码,包含移动端商城、小游戏、音乐、地图、小说、网络工具、打卡、页面布局、生成器、新闻应用、信息流、各种小工具等丰富实用的免费源码,部分小程序带有后台,非常适合新手入门...
双边滤波器源码(MATLAB版本),相关资源地址: 原作者网站 1:http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html#Introduction MATLAB版本源码下载地址 2:...
c#中重定向windows控制台程序的输出信息 <br>网文:http://blog.csdn.net/jinjazz/archive/2008/05/07/2413039.aspx<br><br>更多软件: http://soft.hiw.cn<br>
影院在线选座的座位图实现 首先感谢的GitHub项目: 多点缩放移动:... 功能: 1. 显示座位图 2. 可缩放 3. 可移动 4. 可选座 5. 左侧显示座位排号 ...8. todo for 缩放比率
1、把源码包上传到网站根目录,并解压 2、创建一个数据库 然后导入数据库文件(源码根目录下的dede168.sql)到数据库 导入完成后执行update.sql 3、修改数据库 打开:Application/Common/Conf/systemConfig.php ...
源码简介: 艾克影院管理系统(IKCMS)是一套专为不同需求的站长而设计的影视管理系统,灵活,方便,人性化设计简单易用是最大的特色,是快速架设视频网站首选,只需3分钟即可建立一个海量的视频讯息的行业网站。 ...