> ## 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.
# 【银保监】官网政策公告采集
2022-06-30
**采集场景**
进入中国银行保险监督管理委员会【新闻资讯】版块下的【监管动态】栏目 [http://www.cbirc.gov.cn/cn/view/pages/ItemList.html?itemPId=914\&itemId=915\&itemUrl=ItemListRightList.html\&itemName=%E7%9B%91%E7%AE%A1%E5%8A%A8%E6%80%81](http://www.cbirc.gov.cn/cn/view/pages/ItemList.html?itemPId=914\&itemId=915\&itemUrl=ItemListRightList.html\&itemName=%E7%9B%91%E7%AE%A1%E5%8A%A8%E6%80%81) ，进入每条监管动态详情，采集其详情页信息。
**采集字段**
当前位置、标题、标题链接、发布时间、来源、正文、当前采集时间。
\*点击查看高清大图，\**下文其他图片同理*
**采集结果**
采集结果可导出为Excel、CSV、HTML、数据库等多种格式。导出为Excel示例：
**教程说明**
本篇制作时间：2022/6/19 八爪鱼版本：V8.5.2
如果因网页改版造成网址或步骤无效，无法收集到目标数据，请联系官方客服，我们将及时修正。
**采集步骤**
步骤一：打开网页
步骤二、创建【循环点击】，进入每个动态详情页
步骤三、提取详情页中的文本字段
步骤四、编辑字段
步骤五、创建【循环翻页】，采集多页数据
步骤六、启动采集
**以下为具体步骤：**
## 步骤一、打开网页
在首页【输入框】中输入目标网址 [http://www.cbirc.gov.cn/cn/view/pages/ItemList.html?itemPId=914\&itemId=915\&itemUrl=ItemListRightList.html\&itemName=%E7%9B%91%E7%AE%A1%E5%8A%A8%E6%80%81](http://www.cbirc.gov.cn/cn/view/pages/ItemList.html?itemPId=914\&itemId=915\&itemUrl=ItemListRightList.html\&itemName=%E7%9B%91%E7%AE%A1%E5%8A%A8%E6%80%81)，点击【开始采集】，八爪鱼自动打开网页。
特别说明：
* a. 打开网页后，如果开始开始【自动识别】，请点击【不再自动识别】或【取消识别】将其关掉。因为本文不适合使用【自动识别】。
* b. 【自动识别】适用于自动识别网页上的列表、滚动和翻页，识别成功后直接启动采集即可获取数据。详情点击查看 [【自动识别】教程](../tutorial8/81zdypz)
## 步骤二、建立【循环-点击元素】，进入每条监管动态的详情页
1、建立【循环-点击元素】，进入每条监管动态的详情页
通过以下3步，实现循环点击每个链接，进入详情页：
① 选中页面上第1条监管动态链接（注意一定要选中链接）
② 点击【循环点击每个链接】，进入第1条监管动态的详情页
特别说明：
* a. 经过以上连续3步，【循环-点击元素】创建完成。【循环】中的项，对应着页面上所有监管动态链接。启动采集以后，八爪鱼就会按照循环中的顺序依次点击每个链接，进入详情页，以采集每条监管动态的详情页数据。
* b. 为何通过以上3步，可建立【循环-点击元素】？详情点击查看 [采集点击多个链接后的详情页数据教程](../tutorial8/81xsrm6) 。
2、修改【循环-点击元素】Xpath
为了精准定位到所有的监管动态链接，需修改一下【循环翻页】的XPath。\
进入【循环翻页】设置页面，选择【循环方式】为【不固定元素列表】，修改XPath为：//span\[@class="title"]/a，然后点击【应用】保存。
改完后，再次点击【点击元素】步骤，进入问题详情页。
特别说明：
* a. 默认生成的循环方式为【固定元素列表循环】，无法精准定位到所有的问题链接，所以我们需要手动修改XPath，使之定位到所有的问题链接。这里需要一定的XPath知识。点击查看 [XPath学习与实例教程](../tutorial8/81xpath) 。
## 步骤三、提取详情页中的文本字段
进入详情页后，选中页面中的文本，然后在操作提示框中，点击【采集该元素文本】。
文本类字段都可以按照这样的方式提取。示例中我们提取了当前位置、发布时间、来源、标题、正文等字段。
## 步骤四、编辑字段
1、编辑字段
在【当前页面数据预览】页面，可删除、增加多余字段，修改字段名，移动字段顺序等。
2、修改字段XPath
针对【正文】这个字段，默认生成的字段XPath，无法精准定位到所有监管动态的正文内容，需手动修改。
进入【提取列表数据】步骤设置页面，修改正文XPath为：//div\[@class="Section0"]
3、格式化字段
格式化数据，对【当前位置】、【发布时间】和【来源】字段进行格式化数据，去除多余内容。
具体步骤如下图所示：
## 步骤五、创建循环翻页
1、创建循环翻页
如果只是采集一页数据，可跳过此步骤。
如果需要翻页以采集多页数据：
① 先点击流程中的【循环列表】步骤，以回到列表页（如果已在列表页可直接继续操作）
② 再选择页面中的【下一页】按钮，在操作提示上单击【循环点击下一页】，创建【循环翻页】。
2、设置执行前等待时间\*\*\*\*
① 进入【循环翻页1】设置页面，设置【执行前等待】3s
② 进入【点击翻页1】设置页面，设置【执行前等待】3s和【Ajax超时】7s
## 步骤六、启动采集
1、单击【采集】并【启动本地采集】。启动后八爪鱼开始自动采集数据。
特别说明：
* a. 【本地采集】是使用自己的电脑进行采集，【云采集】是使用八爪鱼提供的云服务器采集，点击查看 [本地采集与云采集详解](../tutorial8/81xsrm8)。
2、采集完成后，选择合适的导出方式来导出数据。支持导出为Excel，CSV，HTML，数据库等。这里导出为Excel。数据示例：
作者：Fan
编辑：Aisling