触发器

​

一、功能简介

八爪鱼新上线触发器功能，通过对「提取数据」步骤中的字段，设置【某字段 → 满足/不满足某条件 → 就执行某操作】，以限制采集范围，提高采集效率。  

​

二、适用版本

V8.4.0以上版本

​

 

​

三、功能具体说明

  每一个「提取数据」步骤，都可设置触发器。 点击【提取数据】步骤，在下方设置页面，点击[高级设置]点击「新增触发器」，可进入到触发器编辑界面，设置触发器名称和条件。    

​

1、设置触发器名称

​

2、设置触发器条件

1）字段 如图位置，将展示本「提取数据」步骤中的所有字段，可选择要设置条件的字段     注：字段右侧有一个  按钮，点击可进行数据格式化。部分字段需要经过格式化处理后，才能有针对性的设置条件，见示例1。   2）条件 如图位置，列出了三类条件，可针对字段选择需要的条件     ① 「通用型」等于/不等于/包含/不包含/不为空 判断通用型字段，包括文本和数字。当其等于/不等于/包含/不包含/不为空，就执行某操作 ② 「数字型」大于/小于/大于或等于/大于或小于 判断数字型字段，当其大于/小于/大于或等于/大于或小于 某个值，就执行某操作 ③「时间日期型」晚于/早于/晚于或等于/早于或等于 当前采集时间/采集当天0点/自定义 判断时间日期型字段，当其晚于/早于/晚于或等于/早于或等于 当前采集时间/采集当天0点/自定义，就执行某操作   例如： 如果设置【发文时间 晚于 采集当天0点，就丢弃本条数据】 意思是【如果某篇文章在采集当天0点之后发布，那么就丢弃本条数据】 最终采集到的数据是【在采集当天0点之前发的文章】 在设置条件之前，需要对字段进行格式化，下面以发文时间为例进行演示： 1.选择发文时间字段，点击下图红框标示的按钮进入格式化界面     2.点击添加步骤，选择时间格式化   3.将时间格式化成：yyyy-MM-dd HH:mm:ss 这种格式，这种是触发器可以判断的时间格式   4.设置条件，这里演示设置的条件为晚于当天采集0点就丢弃本条数据 重点说一下「自定义」。 对于【当前采集时间之前5小时】、【采集当天8点之后】等时间范围更加精准限定需求，可通过更加灵活的「自定义」实现。 在如图下拉框中选择「自定义」后，点击右侧 按钮，进入自定义编辑界面。     进入自定义编辑界面后，通过对「当前采集时间/采集当天0点/手动设置」进行一定设置，满足更多时间限制需求。 选择将「当前采集时间/采集当天0点」作为原始日期时间后，出现如图选择框「-/+ x年x月x日x时x分x秒」 ，意思是【在当前采集时间/采集当天0点 基础之上，减去或加上一定时间】     例如： 如果设置【发布时间 晚于 当前采集时间-5时0分0秒，就丢弃本条数据】 意思是【如果一篇文章在当前采集时间之后的5小时以内发布（当前采集时间往前推5小时），那么就丢弃本条数据】 最终采集到的数据是【在当前采集时间5小时之前发布的文章】。    

注： a. 年、月、日、小时、分钟、秒输入限制范围为：0-999 b. 因「当前采集时间/采集当天0点」是变化的，所以通过【当前采集时间/采集当天0点 减去或加上一定时间】来限制的时间范围，也是跟随变化的 c. 选择将「手动设置」作为原始日期后，会出现一个日历表，直接选择一个需要的时间即可，但因选择的时间是固定的，所以限制的时间范围也是相对固定的。

  3）就… 丢弃本条数据/结束循环/结束本次采集 「丢弃本条数据」：删掉本条数据（即使之前其他提取数据步骤，已提取到数据）。 「结束循环」：下拉框中出现采集规则中所有循环步骤的名称，选择相应循环步骤。 「结束本次采集」：其效果等于立即停止采集。     3、「且条件」和「或条件」 一个触发器中，可对多个字段进行条件设置。这些条件存在「且」（同时满足）和「或」（满足其中一个即可）的关系。 对于图中的实例，1和2是且条件，1，2组成的一个大的条件和3是或条件，在这个设置下1和2同时满足，或者3满足时，就会丢弃掉这条数据  

注： a.  每一个「提取数据」步骤，最多只能设置50个触发器 b. 已设置好的触发器，可进行禁用、复制、编辑和删除操作

​

四、实例演示

 

​

实例一

示例网址： https://category.vip.com/suggest.php?keyword=%E9%B8%BF%E6%98%9F%E5%B0%94%E5%85%8B&ff=235|12|1|1 采集需求：采集唯品会商品列表价格大于等于100元的商品 需求分析：对字段【价格】设置判断条件，价格高于或等于100才采集，条件需选择「数字型」。   以下为具体操作步骤：   步骤1：按照常规操作，创建一个规则。这里是一个已经建好的简单规则：   步骤2：设置触发器【价格 小于100，就 丢弃本条数据】     步骤3：启动本地采集，看一下采集结果。可以看到，采集到的都是【价格>=100的商品】数据    

​

实例二

示例网址： http://www.zhenjiang.gov.cn/zhenjiang/zwyw/list.shtml 采集需求：采集发布日期在1月22日之后的发文数据 需求分析：对字段【发文时间】设置判断条件，条件需选择「日期时间型」的【自定义】。   以下为具体操作步骤：   步骤1：按照常规操作，创建一个规则。这里是一个已经建好的简单规则：    步骤2：设置触发器【发布时间 早于 1月23日，就 丢弃本条数据】，意思是【如果发文信息在9月1日之前发布，那么就丢弃本条发文数据】   步骤3：启动本地采集，看一下采集结果。可以看到，最终采集到的数据都是【发布日期在9月1日之后的建筑施工招标信息】   注： a. 此种方法只适用于时间是【x年x月x日x时x分x秒】这类标准格式的网页。对于时间是【x分前】【x小时前】【x天前】【刚刚】【今天】等非标准格式的网页，不能用「日期时间型」进行判断。此类时间是非标准格式的网页，可通过「通用型」、「数字型」、「且条件」、「或条件」，灵活设置多个触发器，实现需求。