> ## Documentation Index
> Fetch the complete documentation index at: https://www.bazhuayu.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# 设置备用位置

> 介绍八爪鱼采集器进阶功能：设置备用位置。

通常情况下我们在提取一批相似网址时，页面中的字段一般是在同一位置，通过同一条定位XPath可以将其全部匹配到。

但是存在这样一种情况，同一字段在不同页面的位置略有不同。此时，我们可以尝试通过备用位置解决。例如，一个字段，在A页面和B页面的位置不同，那么可以用A页面字段的位置做规则提取字段，然后将B页面字段的位置设为备用位置。这样，AB两个页面的字段就都能被提取到。

 

### 一、什么是备用元素

备用元素，也就是在当前xpath元素找不到的时候，启动备用的xpath，可以通过备用元素解决网页结构不一致导致采集漏字段的问题。

 

### 二、怎么设置备用元素

#### 1.采集数据

示例网站：

[https://fgw.sh.gov.cn/fgw\_zcjd/20220822/ab80c123e81840c688ade0caa2f21a11.html](https://fgw.sh.gov.cn/fgw_zcjd/20220822/ab80c123e81840c688ade0caa2f21a11.html)

[https://fgw.sh.gov.cn/fgw\_zcjd/20220728/8802ea2324a643cbbfee5fc3b87dfad3.html](https://fgw.sh.gov.cn/fgw_zcjd/20220728/8802ea2324a643cbbfee5fc3b87dfad3.html)

 

**Step1：**按照需求，采集数据。这里我们采集这2个详情页文章的标题、时间、正文链接

<video controls src="https://resource-wangsu.helplook.net/docker_production/3mkuae/article/diZtWC/video/654c817470c77.mp4" width="100%" />

 

**Step2：**启动采集看一下，第2个详情页的【时间】字段并未采集到。这是因为第2个详情页的网页结构和第1个不同，第1个详情页的【时间】定位XPath，不适用第2个详情页了。

<img src="https://mintcdn.com/bazhuayu/QuzqkzBpFZkgPA-G/assets/academy/advanced-features/backup-location/01-654c8363c3969.png?fit=max&auto=format&n=QuzqkzBpFZkgPA-G&q=85&s=551446622fb7a164b34002aa195227c1" alt="设置备用位置" width="1837" height="953" data-path="assets/academy/advanced-features/backup-location/01-654c8363c3969.png" />

###  

#### 2.设置备用位置

我们可以通过设置备用位置，解决这个问题。

**Step1：**点击【循环网址】步骤，点击 <img src="https://mintcdn.com/bazhuayu/QuzqkzBpFZkgPA-G/assets/academy/advanced-features/backup-location/02-653618284e7ce.png?fit=max&auto=format&n=QuzqkzBpFZkgPA-G&q=85&s=80de679f1884a18a19e126d20994cbd2" alt="" className="academy-inline-icon" width="27" height="26" data-path="assets/academy/advanced-features/backup-location/02-653618284e7ce.png" /> 按钮，选择第2个网址，再点击【打开循环中的网页】，打开第2个详情页。

点击【提取数据】步骤，在数据预览区域，找到【时间】字段，点击【时间】字段后的  <img src="https://mintcdn.com/bazhuayu/QuzqkzBpFZkgPA-G/assets/academy/advanced-features/backup-location/03-653618284b4f0.png?fit=max&auto=format&n=QuzqkzBpFZkgPA-G&q=85&s=6a648d64c743db1ab0f81c15ad5c9da9" alt="" className="academy-inline-icon" width="32" height="30" data-path="assets/academy/advanced-features/backup-location/03-653618284b4f0.png" />按钮，点击【修改元素定位】，进入到修改元素定位界面，勾选【尝试备用位置】，点击<img src="https://mintcdn.com/bazhuayu/QuzqkzBpFZkgPA-G/assets/academy/advanced-features/backup-location/04-653618284d845.png?fit=max&auto=format&n=QuzqkzBpFZkgPA-G&q=85&s=7b57096abc9ada763f8a566721e746ad" alt="" className="academy-inline-icon" width="30" height="27" data-path="assets/academy/advanced-features/backup-location/04-653618284d845.png" />按钮，然后选中页面中的【时间】字段，可以看到，输入框自动填充了定位XPath。点击【应用】保存。

<video controls src="https://resource-wangsu.helplook.net/docker_production/3mkuae/article/diZtWC/video/654c85ce3af26.mp4" width="100%" />

 

**Step2：**启动采集看一下，2个详情页的【时间】字段都被正常采集下来了，备用位置设置成功。

<img src="https://mintcdn.com/bazhuayu/QuzqkzBpFZkgPA-G/assets/academy/advanced-features/backup-location/05-654c860c65a15.png?fit=max&auto=format&n=QuzqkzBpFZkgPA-G&q=85&s=f1f198c47cfc87df5be855952adc51ac" alt="设置备用位置" width="1852" height="995" data-path="assets/academy/advanced-features/backup-location/05-654c860c65a15.png" />

> 注意：备用位置仅适合变化情况较少的网页。若网页变化过多，情况复杂，建议通过修改XPath来解决漏字段问题。
>
> 以上示例也可以通过修改XPath解决。查看 [字段提取不到，字段提取错位如何处理？](https://www.bazhuayu.com/helpcenter/docs/OqpmQa)

 

### 三、多元素并列设置

当我们遇到集合类网站时，常常详情页数据来源于多个其他站点，此时，统一xpath就无法完全定位所需数据，遇到这种场景，我们该怎么办呢？

场景示例网站：[https://www.shaanxi.gov.cn/sxsearch/search.html?tenantId=16711\&code=1920ae4af69\&searchWord=%E9%99%95%E8%A5%BF](https://www.shaanxi.gov.cn/sxsearch/search.html?tenantId=16711\&code=1920ae4af69\&searchWord=%E9%99%95%E8%A5%BF)

 

<video controls src="http://1251101074.vod2.myqcloud.com/fbbb38d8vodcq1251101074/9e5b5a205145403715909921712/6bZZVH4bo4YA.mp4" width="100%" />

 

> 特别说明：
>
> a. 我们发现这个政府网站下会集合其他网站公告，而且不止一个网站，备用元素设置一个是不够的。

 

接下来我们跟随案例进行解析。

#### 1. 列表进详情任务配置

我们先初步手动配置好任务，目标字段是详情页标题，详情链接，发布时间，来源，正文。

 

<video controls src="http://1251101074.vod2.myqcloud.com/8cc84bf5vodgzp1251101074/06e2788c5145403715884798170/ge0fvAdxWgkA.mp4" width="100%" />

 

> 特别说明：
>
> a. 详情页标题，详情链接，发布时间，来源字段都可以在列表页提取，由于列表页比较稳定，此些字段优先考虑列表页，后续正文再在详情页提取。
>
> b. 基础配置请参考：[初级采集](https://www.bazhuayu.com/helpcenter/docs/865xfpn6)

 

初步执行。

 

<video controls src="http://1251101074.vod2.myqcloud.com/fbbb38d8vodcq1251101074/0b522e0d5145403715884960558/WaQZCajKrNIA.mp4" width="100%" />

 

> 特别说明：
>
> a. 通过执行任务发现，只有我们设置的详情页站点可以采集到，其他都无法采集。

 

#### 2.记录xpath，巧用“|”符号

首先解释“|”符号，这个在xpath语句中可以理解为并列，即用此符号连接xpath，则两xpath都可定位。

按照此案例分析，我们只需要尽量将各个详情页的xpath定位到后用“|”拼接即可。

①挨个点击进入详情页。

②点击采集正文（目的识别界面正文的xpath）。

③将xpath复制后用“|”拼接到原字段。

 

<video controls src="http://1251101074.vod2.myqcloud.com/fbbb38d8vodcq1251101074/ccaf69185145403715951602243/FlktDT8tpvMA.mp4" width="100%" />

 

> 特别说明：
>
> a. 由于子站点很多，这边目前就以前几条详情页作为案例展示。
>
> b.xpath是什么？请关注：[Xpath入门](https://www.bazhuayu.com/helpcenter/docs/NNq78SWX)

 

 

#### 3.执行展示效果

 

<video controls src="http://1251101074.vod2.myqcloud.com/8cc84bf5vodgzp1251101074/0be229825145403715952034739/KaGqOE8cVcsA.mp4" width="100%" />

 

> 特别说明：
>
> a. 此案例只以正文为例，后续扩展若是详情页多字段需要采集，可以类比操作。

 

 

 

 

 

 

 

 

作者：FAN、YfY