GooSeeker产品资源教程视频教程使用交流资讯
开启辅助访问 切换风格

集搜客GooSeeker网络爬虫

集搜客GooSeeker网络爬虫 › 官方文档 ›文档 › 查看内容

如何将XML结果文件导入excel

2015-8-27 10:11| 发布者: HJLing| 查看: 43518| 评论: 23

摘要: 使用集搜客GooSeeker采集到的数据为XML格式保存在本地电脑中，为方便用户进一步处理数据，以EXCEL2013版为例，讲解如何将XML结果文件导入excel 方法一 将宏文件放在结果文件夹中。 打开宏文件，点击“启用内容”。 ...

一、两种操作方式

通过会员中心使xml格式转为excel格式共有两种方式，分为手工和自动，操作步骤如下：

方式一 ：通过规则管理界面手工导入数据，然后导出excel数据（注意控制ZIP包的大小）

方式二 ： 设置自动入库再用爬虫群采数据，最后导出excel数据


二、操作步骤

方式1：通过规则管理界面手工导入数据，然后导出excel数据

1.1，在硬盘的主题名文件夹里选中多个xml文件直接压缩到zip包，不要夹杂除xml外的文件夹或其他文件类型。

1.2，登录集搜客官网，进入会员中心->规则管理->我的规则。

1.3，点击对应主题名进入到管理页面，点击“导入数据”按钮，点击附件，选择数据包zip，点击导入。

1.4，导入成功后即可“导出数据”，在“历史记录”中可以重复下载。

注意：ZIP包不能大于10M，为了稳定上传，最好分批压缩成多个2M的包。



方式2：设置自动入库再用爬虫群采数据，最后导出excel数据

2.1，登录集搜客官网，进入会员中心->规则管理->我的规则。

2.2，点击对应主题名进入到管理页面，点击“调度”按钮，勾选“结果入库”，点击“确认”。

2.3，然后运行爬虫群采集数据。爬虫群使用方法：打开DS打数机的菜单，选择爬虫群菜单->配置，勾上自启动，再点击保存，最后重启DS打数机，就会弹出爬虫窗口自动采集该主题的网页数据。

2.4，采集完成后，回到主题的管理页面，点击“导出数据”即可。

【注意】必须使用爬虫群窗口采集数据，才会自动导入数据。点击单搜/集搜/爬数据按钮，其爬虫窗口不受调度控制。

【注意】数据管理功能是增值服务，每个规则可以免费导出1万条数据，超额请购买“专业版or旗舰版爬虫”或“数据仓库”来扩大储存量后再继续导出数据，或购买“仓库清扫”清理旧数据后再来存储新数据。


上篇文章：《采集网页数据》                                                                           下篇文章：《DS打数机采集数据》

若有疑问可以或集搜客爬虫软件
33

鲜花
握手
2

雷人
路过
3

鸡蛋

刚表态过的朋友 (38 人)

收藏 邀请
上一篇：抓取网页时自动登录和自动输入验证码下一篇：如何抓取网页片段完整信息——以采集京东商品标题为例

相关阅读

发表评论

最新评论

评论 Fuller 2017-9-13 11:43
admin2017: 必须是会员才能导出啊？免费还不行？
免费的也可以导出啊，每个规则，免费导出1万条
评论 admin2017 2017-9-13 11:37
必须是会员才能导出啊？免费还不行？
评论 Fuller 2017-6-20 22:52
WANGXIAOLEI: 导出数据后，为什么没有在桌面上显示EXCEL文件了。查找了整个电脑也没有发现
导出成功后，会提示下载，点击下载，会下载到本地的下载目录下，是一个ZIP文件。双击解压，会得到EXCEL文件
评论 WANGXIAOLEI 2017-6-20 22:33
导出数据后，为什么没有在桌面上显示EXCEL文件了。查找了整个电脑也没有发现
评论 Fuller 2017-1-7 14:37
clairemz925: 隐藏模块中出现编译错误:“模块1”。当代码与此应用程序的版本、平台或体系结构不兼容时，通常会发生此错误。 ...
Mac下的excel和Windows的不太一样，处理不了数据导入，选用方案1吧
评论 clairemz925 2017-1-7 14:26
隐藏模块中出现编译错误:“模块1”。当代码与此应用程序的版本、平台或体系结构不兼容时，通常会发生此错误。
评论 Fuller 2016-11-17 07:27
选择菜单  视图-》宏-》查看宏 。这个含有宏的excel处理能力有限，用于小批量数据整理。数据量大的话，应该使用会员中心的入库功能。购买了专业版以后，数据仓库的容量可用于中等规模的数据整理，而且还赠送了积分用于下载数据或者抓取规则。
Zoe_91: 视图里没有“宏”这个选项啊，明明选择了启用
评论 Zoe_91 2016-11-17 04:41
视图里没有“宏”这个选项啊，明明选择了启用
评论 karrow 2016-8-13 10:07
宏错误
评论 Fuller 2016-6-10 15:17
strayess: 每当执行宏，EXCEL就会死机 请问怎么解决？
如果数据量大的话，导入到会员中心吧，在那里导出成excel
评论 strayess 2016-6-10 13:34
每当执行宏，EXCEL就会死机 请问怎么解决？
评论 高山深谷95 2016-5-14 12:32
好，可以用
评论 Fuller 2016-5-12 10:39
llssyy: 在转换时会报错，提示： 运行时错误’-2147217376（80041020）‘；文本内容中发现无效字符。 然后数据导入就停止了，数据导入的也不全，这种要如何解决？ ...
网页采集会遇到很多特殊字符，excel宏方式比较容易受到影响，建议使用会员中心的数据导入功能，导入过程会清洗特殊字符，能比较顺利导出excel
评论 llssyy 2016-5-12 09:49
wangyong: 现在已经重新编写了excel宏文件，不会出现这种问题
在转换时会报错，提示： 运行时错误’-2147217376（80041020）‘；文本内容中发现无效字符。 然后数据导入就停止了，数据导入的也不全，这种要如何解决？
评论 ym 2016-4-26 10:41
beidou: 隐藏模块出现编译错误：模块1 这是怎么回事？
excel本身是不支持某些特殊字符，建议使用集搜客官网提供的数据管理功能来转excel格式，支持免费导出1万条数据，超过部分可根据需要，选择购买数据仓库或仓库清扫服务进行扩容，使用方法参见文章的第四步操作http://www.gooseeker.com/doc/article-200-1.html
评论 beidou 2016-4-25 23:38
隐藏模块出现编译错误：模块1 这是怎么回事？
评论 荷叶何田田 2016-3-8 17:35
按图索骥，总算搞定了！
评论 Fuller 2016-2-1 10:02
duan416389: 下标越界什么意思？
下标越界问题可以具体说说，比如，你是下载的哪个入库工具？网站上有三个，有官方和网友制作的。

目前还有会员中心的云存储入库功能，更强大，具体参看：http://www.gooseeker.com/doc/article-197-1.html
评论 duan416389 2016-2-1 04:46
下标越界什么意思？
评论 Fuller 2015-12-14 17:39
魅灬青花瓷: 如果只是查看的话不是可以直接用excel打开xml文件吗？
如果打开单个文件进行查看，就用普通excel就够了，如果要处理一批，就需要这个软件

查看全部评论(23)

相关分类

下级分类

热门排行

旧版
网站
社区
支持
常见问题
视频教程
速查手册
指导书
关于
公司简介
联系方式
友情链接
关注
新浪微博

GMT+8, 2024-11-21 16:44