配套软件版本：V9及更低 集搜客网络爬虫软件 新版本对应教程：V10及更高 数据管家——增强版网络爬虫 的对应教程是《网络爬虫采集列表数据》 注：集搜客GooSeeker爬虫从V9.0.2版本开始，爬虫术语“主题”统一改为“任务”，在爬虫浏览器里先命名任务再创建规则，然后登录集搜客官网会员中心的“任务管理”里，就可以查看任务的采集执行情况、管理线索网址以及做调度设置了。 一、操作步骤（观看视频） 采集列表时，可以看到多条结构相同的信息，我们把一条信息称为一个样例，例如，表格中的每一行就是一个样例，又如，京东搜索列表中的每个商品也是一个样例。具有两个样例以上的列表网页，做样例复制就能把整个列表都采集下来。下面京东列表页为案例，操作步骤下：
二、案例规则+操作步骤
第一步：打开网页 1.1，打开GS爬虫浏览器，输入上述样本网址并Enter，加载出网页后再点击网址输入栏后面的“定义规则”按钮，可以看到一个浮窗显示出来，称为工作台，在上面定义规则； 1.2，在工作台中输入主题名，可以点击“查重”看看名字是否被占用。
第二步：标注信息 2.1，在浏览器窗口双击要采集的内容，在弹出小窗中输入标签名，打勾确认或Enter，即完成了一个标注操作。首次标注还要输入整理箱名称。这也是标签与网页信息建立映射关系的过程。 2.2，重复上一步骤，对其他信息进行标注。
第三步：样例复制 3.1，点击第一个样例里的任一内容，可以看到，在下面的DOM窗口，光标自动定位到了一个节点，右击这个节点，选择 样例复制映射→第一个。
3.2，然后，点击第二个样例里的任一内容，同样，在下面的DOM窗口，光标自动定位到了一个节点，右击这个节点，选择 样例复制映射→第二个。
这样就完成了样例复制映射。 注意：有时样例复制的操作没有错误，但是测试后，只采集到一条数据。问题多半出在整理箱的定位方式上。整理箱默认的定位方式是“偏ID”，可是京东列表网页的整理箱定位方式一般要选”绝对定位“。
第四步：存规则，抓数据 4.1，规则测试成功后，点击“存规则”； 4.2，点击“爬数据”，弹出DS打数机，开始抓取数据。 4.3，采集成功的数据会以xml文件的形式保存在DataScraperWorks文件夹中，详情见文章《查看数据结果》。
若有疑问可以或  |
Heart2019: 为什么测试时能够显示出来一页的数据，但是爬取不出来呢？
temprani: 你好，这个网址的样例复制映射无效，求解答 <a href="http://scjg.tj.gov.cn/gzfw/zhcx/sphsptjjscxkxxsjcx/index.html" target="_blank">http://scjg.tj.gov.cn/gzfw/zhcx/sphsptjjscxkxxsjcx/index.html</a>
Xiao_ze: 抓取失败（超时），抓取规则不合适或者超时时间设置太短，出现这个提示该怎么解决
ssoonzero: 今天第一次看，感觉不是人用的，完全不符合正常思维啊
agreas: 为什么我采集到的列表数据是重复的
wekrior: 单个测试的时候是好的。 列表就怕不出数据了。结果都是重复的，求解 样例复制后，爬出来结果如下： <代码>601668</代码> <名称>中国建筑</名称> <最新价> ...
wekrior: 单个测试的时候是好的。 列表就怕不出数据了。结果都是重复的，求解 样例复制后，爬出来结果如下： <代码>601668</代码> <名称>中国建筑</名称> <最新价> ...
laughingduan: 如果是一个下拉列表没有文章，怎么能一直往下拉呢，比如<a href="http://www.meipai.com/square/59?single_column=1" target="_blank">http://www.meipai.com/square/59?single_column=1</a>
大锅方便面: 请教一下问什么设置好了样例，在浏览器里边的输出规则都能看到网页应该采集的信息，但是运行规则采集的结果文件里边只有一条数据。 这是什么原因造成的呢？谢谢 ...
