> ## 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.
# 【澎湃新闻】图文按顺序采集新闻正文
**一、采集场景**
澎湃新闻网站，采集新闻某个栏目下的列表页数据，再点击列表标题进入详情页获取新闻正文等字段，最后再循环滚动采集更多数据
[https://www.thepaper.cn/channel\_25950](https://www.thepaper.cn/channel_25950)
**二、采集字段**
标题、标题链接、图片链接、栏目链接、栏目名称、时间、正文等\\
**三、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：
> 可以看到正文内文本与图片链接穿插按段落顺序采集
**教程说明**
八爪鱼版本：V8.7.7
如果因网页改版造成网址或步骤无效，无法采集到目标数据，请联系官方客服，我们将及时修正。
**四、采集步骤**
步骤一：打开网页
步骤二、配置循环点击进入详情页
步骤三、提取详情数据
步骤四、优化规则
步骤五、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 [https://www.thepaper.cn/channel\_25950](https://www.thepaper.cn/channel_25950)，点击【开始采集】，八爪鱼自动打开网页。
#### 步骤二、配置循环点击进入详情页
点击第一个标题，操作提示框内，源码层定位到【A】标签层，点击【选中全部相似元素】，然后点击【循环点击每个链接】，其他都选择不需要。
> 说明：
>
> 具体操作参考：[从列表进入详情页采集](/docs/zh/academy/basic-collection/beginner/list-to-detail)
#### 步骤三、提取详情数据
1、提取非正文字段数据
1️⃣点击标题，在操作提示框内，点击【文本内容】，即可生成单一字段提取，其他字段如法炮制
2️⃣根据需要修改字段命名
2、对正文配置循环列表
1️⃣点击正文第一个段落，操作提示框内，点击【选中全部相似元素】，然后点击【文本内容】，生成循环列表。
2️⃣【循环列表1】循环框架内元素XPath修改为：
//div\[@class="cententWrap\_\_UojXm"]/p|//div\[@class="cententWrap\_\_UojXm"]/img
#### 步骤四、配置判断条件
1️⃣在【循环列表1】下点击➕，
添加流程，选择判断条件，
2️⃣选中左侧【判断条件\_分支】，选择【当前循环项包含元素】，元素XPath修改为：\[@src]
3️⃣循环列表的提取步骤拖入右侧分支，并复制一份放入左侧分支，字段统一命名为【正文】，需保持一致
4️⃣字段右侧更多按钮，点击后勾选【同一字段的多行合并】
#### 步骤五、优化规则
1、添加滚动
1️⃣点击【循环列表】框架，回到列表页
2️⃣在【循环列表】上方点击➕，添加流程【循环滚动网页】，滚动方式为【全局滚动】，循环次数可根据需要自行修改
3️⃣先选中【循环列表】框架，拖拽全部流程置于【循环滚动网页】步骤内部
2、规则优化
1️⃣【循环列表】内循环方式修改为【不固定循环列表】，XPath修改为：//div\[@class="toplink\_\_MC3AJ"]/a
2️⃣ 配置好任务后，为了采集效果更稳定一些，根据页面加载情况，对任务步骤设置执行前等待及AJAX加载时长设置进行优化
> 说明：规则优化设置，参考教程：[规则优化](https://www.bazhuayu.com/helpcenter/docs/gui-ze-you-hua?search=1)
#### 步骤六、启动采集
1、单击【保存】，【采集】并选择【普通模式】。启动后八爪鱼开始自动采集数据。
建议启动采集后**立即**点击“显示网页”，从而及时发现网站是否出现验证码，需要先【暂停采集】自己手动完成验证码点击，然后再继续采集，**如果出现验证，请及时验证通过后才能采集，*如果验证无法通过，则无法正常采集数据！***
> 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](https://www.bazhuayu.com/helpcenter/docs/2xF5Mz)。
2、采集完成后，选择合适的导出方式导出数据。支持导出为Excel、CSV、HTML、数据库等
示例数据：
