本文介绍使用八爪鱼7.0采集企业信息的方法(以白鲸社区为例)

采集网站:

http://www.baijingapp.com/company/

 

使用功能点:

分页列表内容提取

 

白鲸社区:白鲸社区是一个为开发者提供出海服务的平台,产品已于2014年7月上线,现已服务超过30000个面向海外市场的开发者、2000余个项目、公司。

白鲸社区企业信息采集数据说明:本文进行了白鲸社区-白鲸研究院-最近更新的企业信息采集。本文仅以白鲸社区-白鲸研究演-最近更新的企业信息采集”为例。大家在实操过程中,可根据自身需求,更换白鲸社区的其他内容进行数据采集。

白鲸社区采集字段详细说明:企业名称、企业行业、企业融资状态、企业地区、公司规模、公司网址、公司旗下产品。

步骤1:创建采集任务

进入主界面选择,选择自定义模式

1 

上面网址的网址复制粘贴到网站输入框中,点击保存网址

2 

保存网址后,页面将在八爪鱼采集器中打开,红色方框中的信息是这次演示要采集的内容

3 

步骤2:设置循环翻页

找到翻页按钮,设置翻页循环

将页面下拉到底部,找到下一页按钮,鼠标点击,在右侧操作提示框中,选择循环点击下一页

4 

步骤3:企业信息采集

选中需要采集的字段信息,创建数据采集列表

编辑采集字段名称

如图,移动鼠标选中页面中企业内容的方框,鼠标点击,方框中适配字段会被选中,选择“选中子元素”

5 

注意: 鼠标放在该字段上会出现一个删除标识,点击即可删除该字段。

6 

点击“选中全部”,将页面中所有方框中的企业信息添加到列表中

7 

点击“采集以下数据”

8 

修改采集字段名称,点击下方红色方框中的保存并开始采集

9 

注意:点击右上角的流程按钮即可展现出可视化流程图。

 

步骤4:数据采集及导出

根据采集的情况选择合适的采集方式,这里选择启动本地采集

10

说明:本地采集占用当前电脑资源进行采集,如果存在采集时间要求或当前电脑无法长时间进行采集可以使用云采集功能,云采集在网络中进行采集,无需当前电脑支持,电脑可以关机,可以设置多个云节点分摊任务,10个节点相当于10台电脑分配任务帮你采集,速度降低为原来的十分之一;采集到的数据可以在云上保存三个月,可以随时进行导出操作。

 

采集完成后,会跳出提示,选择导出数据

13 

采集完成后选择合适的导出方式,将采集好的数据导出

14