发表于2019年1月19日10:11最后回复于2019年1月19日10:11

采集需要登陆的网页内容

633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,开启手动登录配置,如图2:

 

【图2】

若未在此处开启登录配置,可在模板抽取配置中点击相应的模板,开启登录配置,如图3。

 

【图3】

③点击下一步,选择进行数据抽取还是链接抽取,本次采集列表下的正文数据,所以本次需要抽取内容选择链接列表,所以点击抽取链接,选择链接列表,如图4:


 

【图4】

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,名称为链接列表,此链接抽取已与链接列表模板关联,如图5:

 

【图5】

第二步:配置登录

① 内置浏览器找到登录按钮,弹出登录框,如图6:

 

【图6】

②按Ctrl+鼠标左键单击“用户名输入框”,如图7。

 

【图7】

③.填写用户名、密码,如图8。

 

【图8】

④.点击“完成”,cookie配置框中出现数据,按Ctrl+鼠标左键单击“登录按钮”,内置浏览器页面登录成功,配置完成,如图9。


【图9】

第三步:通过地址过滤,得到所需链接。

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列表链接。找到所需要的列表链接,观察得出所需要的目标链接都包含“thread-”,右击复制链接,如图10所示。

 

【图10】

②勾选地址过滤,过滤规则选择包含,填入“thread-”,得到列表链接,如图11所示。


 

【图11】

③点击采集预览确认链接是否过滤完全,如图12


 

【图12】

第四步: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“链接列表”关联模板二“链接列表:02”,此处由于我们开始就选择了创建列表链接,所以软件自动关联好了模板二。如果配置的时候发现关联有问题,可以自己进行更改,如图13

 

【图13】

第五步:创建翻页链接抽取 

方法一:创建任务,勾选链接抽取,直接选择链接列表和普通翻页,如图14。