文档 - 第4页 - 集搜客GooSeeker网络爬虫

连续动作能够模拟点击、输入、选择、悬浮、滚屏、提交等交互操作，实现智能地深入网页采集。大家知道中国知网就是一个典型交互式网页，必须通过层层条件筛选，才能浏览到想要的数据。本期培训就以中国知网的文献采集 ...

2016-8-5 18:17

通过连续动作能够模拟人在浏览网页时的操作，从而逐个点击进行数据抓取。现在不少动态网页需要交互操作，才能浏览到最终数据，而连续动作的目的就是模拟人在浏览网页时的操作，从而得到最终显示出来的数据。要用好连 ...

2016-7-29 10:07

我们在购物网站浏览商品时，通常可以有多种组合的购买，对同一个商品选择颜色、尺码等等，会得到不同的价格。那么，如果把人的点击行为变成机器自动点击，要如何实现呢？通过连续动作能够模拟人在浏览网页时的操作 ...

2016-7-26 18:22

【第21期】GooSeeker集搜客之采集大众点评店铺信息一、采集板块列表页面——确认抓取内容 1) 输入目标网址（例如：http://t.dianping.com/list/shenzhen-category_1），按Enter键，然后在工作台上输入主题名，然 ...

2016-7-22 15:49

选择具有属性值id或class的节点给抓取内容做上定位标志，可以限定到一个采集范围，也能提高规则的适应性。若有疑问可以或

2016-7-21 18:10

一些网页上的数据是以表格的形式呈现的，表格数据采集，和其他的网页数据采集的基本操作是一样的。具体的操作是，把第一行表格的数据作为样例，将其中想要要抓取的数据做内容映射，然后对第一行和第二行做样例复制 ...

2016-7-21 17:12

主题是采集某类网页的多个规则的工作组，当某类网页有多种网页结构时，例如淘宝的商品详情页面就有多种网页结构，这时，我们可以在同一个主题下建立多个规则，以覆盖多种网页结构，这样只要运行一个主题，就能覆盖采 ...

2016-7-15 13:00

主题、规则、线索三者的关系主题是采集某类网页的多个规则的工作组，当某类网页有多种网页结构时，例如淘宝的商品详情页面就有多种网页结构，这时，我们可以在同一个主题下建立多个规则，以覆盖多种网页结构，这样 ...

2016-7-15 12:10

本期培训的主题是采集安居客房产信息，我们选择了二手房的分类目录，进入到二手房的网页列表，就从这个网页开始，做第一级规则是为了批量采集到下级房产详情的标题和链接，做第二级规则是为了批量采集房产详情的信息 ...

2016-7-14 17:57

本期培训以大众点评网为例，给大家实际演示整个的数据采集操作，我们要实现的目标是从目录列表页开始，批量采集某个分类下的所有店铺信息。本案例做了两级规则，第一级规则是采集某类别的列表页，用到了样例复制、下 ...

2016-7-8 15:48

1. 首先我们需要将gooseeker软件采集到的xml结果文件转成excel格式。具体方法见教程版块-初级教程-xml转excel.2. 观察列“pic_bitmap”，红框为文件夹名字（一个页面会生成一个对应的文件夹），绿框为图片名称，于是 ...

2016-7-8 14:22

如果您的采集入口是搜索后的页面，但想要自动点击每条搜索结果，进入到详情页面采数据，这就要用层级采集（对链接设置下级线索），通过链接深入到下一层网页进行采集。如果搜索结果有多页，规则里也可以同时设置上翻 ...

2016-6-24 14:44

学到这里，想必大家对于网页数据抓取都已经得心应手了，也开始学习连续动作，但有时候好不容易写完了连续动作的表达式，DS打数机却不会做动作，也不知道错在哪里，无从下手进行检查修改。下面对于用户常见的错误进行 ...

2016-6-20 15:05

第17期培训给大家讲解了样例复制和层级抓取，本期培训就给大家介绍样例复制和翻页。很多人问过，翻页和层级抓取是否可以共存在一个规则中，其实是可以的，每个规则里都可以同时设置翻页和下级线索，根据下级线索指向 ...

2016-6-17 14:55

大部分新手做出来的规则，能采到数据，但都会遇到采集失败或遗漏的情况，根本原因是规则不够完善，要采到准确无误的数据是需要经验和技巧的，另外，各个网站结构也是存在差异的，所以，别以为做好规则就能高枕无忧了 ...

2016-6-13 18:07

文档