发表于2019年1月18日10:07最后回复于2019年1月18日10:07

采集列表和正文的数据

673浏览量

0评论

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,选择进行数据抽取还是链接抽取,本次采集当前页面子栏目下的列表房源的正文数据,子栏目房源列表是通过点击子栏目链接进入的,所以本次需要抽取子栏目链接,所以点击抽取链接,选择子栏目,如图3:

【图3】

④  完成后模板抽取配置列表有两个模板,默认模板和子栏目。默认模板下自动生成一个链接抽取,名称为子栏目,此链接已与子栏目模板关联,如图4。

【图4】

 

第二步:通过地址过滤,得到所需的子栏目链接。

①点击采集预览,在采集预览中有于目标链接相似的其他链接,可通过地址过滤得到二手房子栏目链接。找到所需要的子栏目链接,右击复制链接,如图5所示。

【图5】

② 选地址过滤,过滤规则选择包含,将复制的目标地址粘入,使用过滤串“\e”得到二手房子栏目链接,如图6所示。

过滤串规则说明:\e 文件结束(忽略所有请求参数)

【图6】

③点击采集预览确认链接是否过滤完全,如图7

【图7】

第三步:填写子栏目模板示例地址并新建链接抽取

①填写示例地址,将模板一过滤得到的任意一条链接,作为子栏目的示例地址,即二手房子栏目列表页链接,如图8所示。

【图8】

②直接点击子栏目模板,点击上面“新建链接抽取”按钮,得到链接抽取,如图9。

 

【图9】

第四步:通过地址过滤,得到所需列表链接。

①右击模板预览找到房源列表链接,如图10所示。观察链接得出规律使用过滤串得到目标链接。

【图10】

②勾选地址过滤,过滤规则选择包含,将复制的目标地址粘入,使用共用词“chushou”过滤得到目标链接,如图11。

【图11】

③点击采集预览确认链接是否过滤完全,如图12