百度数据采集攻略

百度的页面包括几部分: 百度新闻和百度搜索. 组合采集攻略如下（绿框是页面名称，橙色字体是采集结果表中的网址字段或浏览器地址栏复制的网址）：

1、采集“百度新闻搜索结果列表”

方法：

• 用浏览器访问"百度新闻"搜索页面, 输入搜索关键词, 点击"百度一下"。
• 把浏览器地址栏的网址复制, 在数据DIY百度新闻搜索列表添加进去, 点击"获取数据"
  

2、采集“百度网页关键词搜索结果”

方法：

• 用浏览器访问"百度"搜索页面, 输入搜索关键词, 点击"百度一下"。
• 把浏览器地址栏的网址复制, 在数据DIY百度网页关键词搜索结果添加进去, 点击"获取数据"
  

3、使用百度拓词工具采集: 搜索结果列表, 联想词, 相关搜索词

方法：

• 访问百度拓词工具。
• 新建任务, 输入"核心词", 点击确定
  

【附注】
在数据DIY上可以找到很多网站下不同页面的采集入口，只要与样例网址是相同级别的网页，就可以用该页面的采集入口采集数据。因此，如果从数据DIY某个页面采集到网址，那么就可以找到该网址对应页面的采集入口，把批量网址添加进去，这也是数据DIY的出发点，让用户可以组合任意页面进行批量采集。

为什么只有第一条呀

gaoxiaohua 发表于 2022-3-3 20:55
为什么只有第一条呀

你用了哪个快捷采集？你要采集的网址是什么？都发出来我测试一下

管理员居然回复我了！https://vp.fact.qq.com/home  一个腾讯的较真辟谣平台，我想爬取他的文章列表，爬不出来 您给看看我得用啥

gaoxiaohua 发表于 2022-3-4 16:02
管理员居然回复我了！https://vp.fact.qq.com/home  一个腾讯的较真辟谣平台，我想爬取他的文章列表，爬不 ...

要针对这个网站定义采集规则。你定义采集规则了吗？可以把规则名发出来，管理员会帮你检查问题

是这样吗应该不是

gaoxiaohua 发表于 2022-3-4 17:42
是这样吗应该不是

那个快捷采集是专门采集腾讯新闻的，你要采集的网址不符合这个快捷采集。要自己定义规则