采集需要登陆的网页内容
590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。