URL循环：批量采集同类网页

有时候，我们有大量同类网页，希望八爪鱼能自动采集每个网页中的数据。通过设置【URL循环】，可实现此需求。   什么是同类网页？结构相同、字段差不多的网页。例：   京东商品详情页： https://item.jd.com/1138288.html https://item.jd.com/27305099378.html https://item.jd.com/46339353993.html   豆瓣电影详情页： https://movie.douban.com/subject/26387939/ https://movie.douban.com/subject/6311303/ https://movie.douban.com/subject/1578714/    

​

一、【URL循环】操作演示

  示例网址： https://movie.douban.com/subject/26387939/ https://movie.douban.com/subject/6311303/ https://movie.douban.com/subject/1578714/ https://movie.douban.com/subject/26718838/ https://movie.douban.com/subject/25937854/ https://movie.douban.com/subject/26743573/ https://movie.douban.com/subject/20451290/ https://movie.douban.com/subject/26816383/   采集需求： 采集每个豆瓣电影详情页的电影  

​

Step1. 打开网页

在首页左上角点击【新建】—【自定义任务】。网址输入界面默认的是【手动输入】。将复制好的一批同类网址，粘贴进网址输入框中，并点击【保存网址】。八爪鱼中内置的浏览器会自动打开网页。同时，可以看到，流程中已自动创建【循环-打开网页】步骤。    

特别说明： a. 手动输入的url数量不得大于1万个，如有超过1万url，请选择【从文件导入】，具体请查看教程 网址批量输入 b.  Url还可以选择【从任务导入】和【批量生成】，具体请查看教程 网址批量输入 

 

​

Step2. 按照需求配置所需的字段。

 

​

Step3. 配置完成后启动采集。

  采集到的数据示例如下图所示：      

​

二、Url循环的使用场景

  1、【URL循环】的任务，在进行【云采集】时，可有效进行任务拆分，分配到每个云节点上并发采集，极大提高采集速度。 点击  云采集原理以及规则加速设置 查看url循环类规则进行云采集拆分加速的详细过程。   2、有的网页在采集时，点击跳转至详情页后，无法返回列表页。可以先在列表页采集详情页URL，然后通过【URL循环】，批量打采集每个详情页内的数据。     作者：西瓜 编辑：Jeffrey