免费下载

八爪鱼采集器 - 最好用的网页数据采集器,超过40万用户首选网页采集软件

  1. 软件版本:V6.4.3
  2. 支持系统:32/64位 XP / Vista / Win7 / Win8 / Win8.1 / Win10
  3. 更新日期:03月22日 (新版功能)
免费下载
微信订阅号:八爪鱼采集器Live
扫一扫,关注我们
教程 | 功能点 | 实战案例
官方论坛解答
点击提问
免费版QQ群
1群:470619317 点击加入
2群:148686415 点击加入
专业版QQ群
3群:135071723 限专业版用户
2群:385161018 限专业版用户
1群:475423041 限专业版用户
旗舰版QQ群
3群:196097783 限旗舰版用户
2群:286777906 限旗舰版用户
1群:130849246 限旗舰版用户
站长采集交流群QQ群
2群:304456535 点击加入
1群:492396817点击加入
down

百姓网教育培训信息采集

标签: 实战教程,v7.0,百姓网 2017/9/1 11:38:54

本文介绍使用八爪鱼采集百姓网-教育培训-分页列表信息 的方法

 

采集网站:

http://shenzhen.baixing.com/jiaoyupeixun/?src=new-home-nav

 

使用功能点:

分页列表信息采集

 Xpath

 

步骤1:创建采集任务

1)进入主界面,选择“自定义模式”

1

 

2)要采集的网址制粘贴到网站输入框中,点击“保存网址

2

 

步骤2:创建翻页循环

1)在页面右上角,打开“流程”,以展现出“流程设计器”“定制当前操作”两个板块。将页面下拉到底部,点击“下一页”按钮,在右侧操作提示框中,选择“循环点击下一页”,以建立一个翻页循环

3

 

步骤3:创列表循环并提取数据

1)移动鼠标选中页面里的第一条教育培训信息的区块。系统会识别此区块中的子元素,在操作提示框中,选择“选中子元素”

4

 

2)系统会自动识别出页面中的其他同类元素,在操作提示框中,选择“选中全部”,以建立一个列表循环

5

 

3)我们可以看到,页面中教育培训信息区块的所有元素均被选中,变为绿色。选择“采集以下数据”

6

 

4)选中字段,点击垃圾桶图标,可删除不需要的字段

7

 

5)字段选择完成后,选中相应的字段,可以进行字段的自定义命名。完成后,点击左上角的“保存并启动”,选择“启动本地采集”

8

 

步骤4:修改Xpath

启动数据采集后,数据采集出错。重新调试采集规则,我们发现,建立“循环”列表步骤出错,需要进行一些高级选项的设置。

 

1)选中“循环”步骤,打开“高级选项”,将不固定元素列表中的这条

Xpath://HTML/BODY[1]/SECTION[2]/DIV[3]/UL[1]/LI,复制粘贴到火狐浏览器中的相应位置

9

 

2)将八爪鱼中的Xpath,复制粘贴到此位置。观察页面,我们可以看到,页面中我们不需要采集的两条广告,也被定位了

10

 

3)继续观察网页源码,广告区块的源码中,class="media clearfix adsense adsense-oneline" ,而培训信息区块的源码中,class="item-regular"。因而,通过class属性,可以分辨广告区块和培训信息区块

将Xpath修改为://HTML/BODY[1]/SECTION[2]/DIV[3]/UL[1]/LI[contains(@class,'item-regular')],我们发现,页面中要采集的培训信息区块,均被定位了,而广告区块没有被定位

11

 

4)将修改后的这条Xpath://HTML/BODY[1]/SECTION[2]/DIV[3]/UL[1]/LI[contains(@class,'item-regular')],复制粘贴到八爪鱼中,点击“确定”后,重新启动采集任务,数据即可正常采集

12

 

5)再次点击左上角的“保存并启动”,选择“启动本地采集”

13

 

步骤5:数据采集及导出

1)采集完成后,会跳出提示,选择导出数据”。选择合适的导出方式,将采集好的数据导出

14

 

2)这里我们选择excel作为导出为格式,数据导出后如下图

15

 


分享到: 更多
人工服务

立即下载,体验更高效简单的数据收集吧! 免费下载

粤公网安备 44030502000701号