采集中国政府采购网招标公告

l 采集网站

【场景描述】采集中国政府采购网上中央公告模块的所有数据。

【源网站介绍】

中国政府采购网财政部唯一指定政府采购信息网络发布媒体，国家级政府采购专业网站。

【使用工具】前嗅ForeSpider数据采集系统，免费下载:http://www.forenose.com/view/forespider/view/download.html

【入口网址】http://www.ccgp.gov.cn/cggg/zygg/

【采集内容】

采集招标网上中央公告模块的所有数据。

【采集效果】如下图所示：

l 思路分析

配置思路概览：

l 配置步骤

1. 新建采集任务

选择【采集配置】，点击任务列表右上方【+】号可新建采集任务，将采集入口地址填写在【采集地址】框中，【任务名称】自定义即可，点击下一步。

2.获取翻页链接

①观察翻页规律，如下所示，打开翻页，复制翻页链接，粘贴到文本上。

②观察发现，翻页规律如下：

③建立脚本教程，拼翻页链接，具体如下所示

脚本文本如下所示：

for(int i = 1;i <= 24;i++)//for循环拼链接

{

url u;//定义一个url

u.title = URL.title+"@"+i;//返回链接名为@+页数

u.urlname = "http://www.ccgp.gov.cn/cggg/zygg/index_"+i+".htm";//返回链接为拼出来的链接

u.entryid = CHANN.id;

u.tmplid = 2;//关联模板02

RESULT.AddLink(u);//返回一个值

}

④采集预览，如下所示，表示翻页链接拼取成功。

3.获取列表链接

①新建模板02，在其下新建一个链接抽取。

②采用定位过滤的方法，获取公告列表链接，具体操作如下所示：

③采集预览，如下所示，表示配置成功。

4.数据抽取

①新建模板02，在该模板下新建一个数据抽取。

关联模板，将模板02的链接关联至模板03。

②采集预览，打开列表链接预览界面，复制任意一条列表链接，粘贴在模板02的示例地址处。

③新建一个数据表单，具体步骤和字段属性如下所示：

④关联表单

⑤使用字段定位取值，来获取字段数据。

Title字段：

Pubtime字段：

Pubper字段：

Text字段：

⑥采集预览，双击直至进入最后数据页，如下图所示，说明数据抽取成功。

l 采集步骤

模板配置完成，采集预览没有问题后，可以进行数据采集。

①首先要建立采集数据表：

选择【数据建表】，点击【表单列表】中该模板的表单，在【关联数据表】中选择【创建】，表名称自定义，这里命名为【zhaobiao】（注意命名不能用数字和特殊符号），点击【确定】。创建完成，勾选数据表，并点击右上角保存按钮。

②选择【数据采集】，勾选任务名称，点击【开始采集】，则正式开始采集。

③采集中：

④采集结束后，可以在【数据浏览】中，选择数据表查看采集数据，并可以导出数据。

⑤导出的文件打开如下图所示：

*本教程仅供学习交流，严禁用于商业用途！