前嗅大数据发表于2020年3月9日14:38最后回复于2020年3月9日14:38

用前嗅ForeSpider通过搜索框检索关键词采集数据

188浏览量

0评论

  1. 第一步:新建任务①点击左上角“加号”新建任务,如图1②在弹窗里填写采集地址、任务名称,由于此次需要配置关键词,所以在新建任务时,需要勾选一下“关键词采集”如图2③点击下一步,选择进行数据抽取还是链接抽取,本次采集需要采集列表页中正文的所有文本信息,所以此处需要勾选“抽取链接”-“普通翻页”,如图3用前嗅ForeSpider通过搜索框检索关键词采集数据用前嗅ForeSpider通过搜索框检索关键词采集数据用前嗅ForeSpider通过搜索框检索关键词采集数据
  2. 2第二步:配置关键词①由于在创建任务时,选择了关键词采集,所以此时,显示在任务层,如图1②按照右侧关键词配置步骤的提示(每个步骤按钮可以点击,如无此操作步骤,可直接跳过),开始配置关键词,如图2<1>点击关键词,按照操作提示,按住ctrl 鼠标左键点击搜索框<2>在完成步骤时,按住ctrl 鼠标左键点击搜索按钮,如图3③关键词列表处,填写关键词,并点击保存,如图3用前嗅ForeSpider通过搜索框检索关键词采集数据用前嗅ForeSpider通过搜索框检索关键词采集数据用前嗅ForeSpider通过搜索框检索关键词采集数据
  3. 3第三步:通过标题过滤,过滤翻页链接①点击采集预览,我们可以发现,翻页链接即为名为:“下一页”的链接。对于翻页,只需要取到标题名为“下一页”的链接即可。②应用标题过滤,过滤规则选择“包含”,过滤串填写“下一页”即可。如图1③击采集预览查看是否过滤成功,如图2用前嗅ForeSpider通过搜索框检索关键词采集数据用前嗅ForeSpider通过搜索框检索关键词采集数据
  4. 4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。①关联“链接列表”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1②关联“翻页”(对应第四步创建翻页链接抽取)情况一:创建模板或通过向导,创建的翻页链接抽取,会默认关联模板一,即当前页模板。情况二:手动点击按钮创建翻页链接抽取,需要手动关联,如图2用前嗅ForeSpider通过搜索框检索关键词采集数据用前嗅ForeSpider通过搜索框检索关键词采集数据
  5. 5第五步:填写模板二示例地址并新建数据抽取①模板一过滤得到的任意一条链接,作为模板二的示例地址,见图1②新建数据抽取方法一:通过点击“下一步”后勾选抽取数据,再次点击“下一步”得到数据抽取,如图2方法二: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2用前嗅ForeSpider通过搜索框检索关键词采集数据用前嗅ForeSpider通过搜索框检索关键词采集数据
  6. 6第六步: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。此处使用方法三。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”创建表单,如图所示用前嗅ForeSpider通过搜索框检索关键词采集数据
  7. 7第七步:配置表单根据所需内容,配置表单字段(即表头),此处配置了包括网页标题、网页地址、全部文本三个字段,表单如图用前嗅ForeSpider通过搜索框检索关键词采集数据
  8. 8第八步:字段取值取值方法:由于网页标题和网页地址是可以自动取值的字段,所以我们只需要取到网页文本即可。text字段,如图用前嗅ForeSpider通过搜索框检索关键词采集数据
  9. 9第九步:模板预览① 标右键点击“数据抽取”,然后点击“模板预览”,如图1② 览结果如图2用前嗅ForeSpider通过搜索框检索关键词采集数据用前嗅ForeSpider通过搜索框检索关键词采集数据
  10. 10第十步:采集预览① 击右上角采集预览,如图1② 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2用前嗅ForeSpider通过搜索框检索关键词采集数据用前嗅ForeSpider通过搜索框检索关键词采集数据



发布新帖

私信

举报