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《定位映射采集列表数据——以B站视频采集为例》 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 之前的教程已经教过怎样用样例复制来采集列表数据,除了用样例复制,还可以用定位标志映射来采集列表数据。 下面用百度旅游作为案例来讲解,操作步骤如下: 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,输入网址,按Enter键; 1.2,点击“定义规则”按钮; 1.3,输入主题名,再点击“查重”,提示“该名可以使用”,点击OK。 第二步:标注信息 2.1,双击要采集的内容,输入标签名,按Enter键。 2.2,输入整理箱名称。 2.3,重复步骤2.1来标注目的地、行程天数、复制数和浏览数。 2.4,点击标题,勾上关键内容。 第三步:定位标志映射 3.1,找到包含第一个行程的区块节点LI,选中后右击-定位标志映射-列表。 Tips:区块节点需要有class值或id值才能用作定位标志映射,否则只能做样例复制。 3.2,可以看到列表的定位标志栏填上list-item,点击测试在输出结果窗口可以看到多条旅程信息。 第四步:存规则,爬数据 4.1,点击“存规则”,提示保存成功。 4.2,点击“爬数据”就可以开始采集数据。 上篇文章:《定位标志精确采集范围》 下篇文章:《采集图片网址并下载图片》 |