配套软件版本：V10及更高 数据管家——增强版网络爬虫 老版本对应教程：V9及更低 集搜客网络爬虫 的对应教程是《采集列表数据》 一个Excel表有很多行，每行都有相同的字段。在网页上，虽然很多数据看起来不像一个表，但是本质上是一样的。比如，京东网站的商品搜索结果页面，每个商品占一个方块，每个商品有名字、价格、评论数和店铺名字，这些信息就是表格中的字段，而每个商品相当于一行，很多商品就有很多行。 可见，在网页上虽然看起来是一些方块的排列，采集下来的数据实际上是一个Excel列表。本章就是讲解怎样采集这样的列表网页数据。 1. 操作步骤（观看视频） 网络爬虫软件采集列表网页时，可以看到多条结构相同的信息块，我们把一个信息块称为一个样例，例如，网页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。为了让网络爬虫知道所有商品的排放规律，就需要把前两个样例告诉爬虫，这就是下面多次提到的“样例复制”，含义就是：告诉我两个样例在哪里，我就能推算出所有商品的排放规律，然后自动去采集。 下面京东列表页为案例，操作步骤下：
2. 操作步骤详解 采集规则：京东商品列表采集new（可点击下载本采集规则） 样本网址：https://search.jd.com/Search?keyword=%E5%B0%8F%E7%B1%B3&enc=utf-8&pvid=6a1e1a162bff4eaba55dfcdef7029257 采集内容：每一个商品的标题，价格，评论数，店铺名称 第一步：打开网页 1.1 打开网页，看到要采集的内容 打开网络爬虫软件，输入上述样本网址并Enter，加载出网页后先观察一下要采集的内容是否加载全了。 有些网页很长，如果要采集网页下端的内容，一定要拉动网页右侧的滚动条，确认看到了要采集的内容。 1.2 创建采集任务 加载出网页后，再点击左侧边栏最上面的加号(“+”)新建任务，进入定义任务状态。 在工作台中输入任务名，如果名字已被占用，会在输入框下面有红色的提示信息，需要改名。 然后点击“下一步”，进入第二步。
第二步：标注需要采集的信息 注意：下面的标注操作一定要在第一个样例中做。在本教程中，第一个样例就是列表中的第一个商品。不能一部分标注在第一个样例，另一部分标注在其他样例上。否则，采集下来的列表可能会缺字段或者错位。 2.1，在网页上做标注 在浏览器窗口双击第一个商品的名称，在弹出小窗中输入字段名，打勾确认或Enter，即完成了一个标注操作。首次标注还要输入表名（表名是爬虫要输出的excel表格的名字，也是工作台上整理箱的名字）
2.2，标注更多内容 重复上一步骤，对第一个商品的价格，评论数，店铺名进行标注。可以看到表名和已经标注的字段会出现在左侧的任务定义工作台上。
第三步：样例复制 3.1，映射第一个样例 点击第一个样例（即第一商品）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，选中这个节点，点击鼠标右键，选择弹出菜单中的 样例映射→样例1 → 整理箱名字 。其中，整理箱名字 不是固定的，如下图，在这个任务是“京东列表”。如果定义的整理箱结构是多层次的，大整理箱下面还包含子整理箱，那么这个菜单项就会有多项。
3.2，映射第二个样例 接着，点击第二个样例里（第二个商品)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。类似于样例1的操作，选中这个DOM节点，选择 样例映射→样例2 → 京东列表。注意观察，如果两个样例选择合适的话，第二个样例复制完成后，在浏览器页面上会分别有两个蓝框围绕这两个样例闪动三下。
3.3，测试和调整 点击规则定义区里的“测试”按钮， 观察是不是把所有商品采集到了，有没有漏字段，有没有错位的情况。
测试后，我们发现，只采集到了一条数据。怎么办？样例复制的时候，经常会遇到这样的情况。这时，可以调整整理箱定位方式。对于这个京东列表页面，我们发现把整理箱定位方式改为“绝对定位” ，可以采集到所有的商品。
再次点击“测试”，会在测试结果里看到已经包含所有的商品了。这样就完成了样例复制映射。 第四步：存规则，抓数据 4.1，规则测试成功后，点击“保存”；
4.2，点击“采数据”，会自动新打开一个采集窗口，可以指定采集几条网址，也可以指定翻页次数，然后就开始抓取数据。在本篇教程中，我们还没有做翻页，所以只能采集1页，翻页次数设定为1。
4.3，采集完成后会显示一个状态界面，按提示，点击导出数据按钮后，会自动跳到数据管理界面上，在那里下载excel格式的数据。
如果想看原始结果数据，原始数据会以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》。 上篇文章：《定义规则采集网页数据》 下篇文章：《网络爬虫软件翻页采集列表数据》 |
