步骤一、打开网页
在首页【输入框】中输入目标网址 https://book.douban.com/subject/4011670/comments/ ，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】，请等待自动识别完成。八爪鱼支持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并获取数据。如果【自动识别】的结果不是我们需要的，可点击【取消】关闭智能识别，自行配置采集流程。详情点击查看【自动识别】
- b. 示例中输入的的是单个网址 https://book.douban.com/subject/4011670/comments/ ，大家可根据需求进行更换，结构与示例网址相同即可。如果需要批量采集网址，点击查看 批量采集同类网页（URL）教程
步骤二、创建【循环列表】
1、通过以下连续4步，采集所有图书评论列表中的数据 ①、选中页面上1个评论列表（注意一定要选中整个列表，包含所有所需字段） ②、在黄色操作提示框中，点击【选中全部子元素】 ③、点击【选择全部子元素】 ④、点击【元素中数据内容】 特别说明：- a. 经过以上连续4步，【循环-提取数据】创建完成。【循环】中的项，对应着页面上所有图书评论列表，【提取数据】中的字段，对应着每个图书评论列表中的字段。启动采集以后，八爪鱼就会按照循环中的顺序依次提取每个列表中的字段。
- b. 为何通过以上4步，可建立【循环-提取数据】？详情点击查看 列表数据采集教程 。
步骤三、编辑字段
1、在【当前页面数据预览】面板中，删除不需要的字段，同时修改字段名称。 2、添加更多字段 默认提取的是评价中的字段。其他字段，如：作品名、星级、采集时间、页面网址等，需手动添加。 【作品名】：选中作品名， 在操作提示框中，点击【文本内容】。 添加作品名后，把作品名字段移动到字段最左边，这样字段的显示顺序就变成了作品名在最前面。 【星级】：选中星级， 在操作提示框中，点击【Outer Html】。 【当前时间】：在【当前页面数据预览】面板中，点击【+】→ 【添加采集时间】。 【页面网址】：在【当前页面数据预览】面板中，点击【+】→ 【添加当前网页信息】 →【网址】。步骤四、格式化数据
1、去除【作品名】字段中的【短评】文字 提取作品名时，都会带上【短评】2字。如果不想带有【短评】2字，请按以下步骤操作： 点击【作品名】字段后的 … 按钮 → 【格式化数据】→【添加步骤】→【替换】，将【短评】替换为【空】，然后保存设置。 2、 【星级】字段格式化 在步骤三中，将【星级】字段对应的源码提取下来。但是源码中有许多无效信息，如果需要精准将【星级】提取出来： 点击【星级】字段后的 … 按钮 → 【格式化数据】→【添加步骤】→【正则表达式匹配】→ 匹配user-stars 和rating之间的数据→【确定】，得到【allstar50】，即评分为50。特别说明：
步骤五、创建【循环翻页】
1、建立【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：选择页面中的【后页】按钮，在操作提示上单击【循环点击单个链接】，创建【循环翻页】。 特别说明：- a. 创建【循环翻页】后，八爪鱼会自动点击【下一页】按钮进行翻页，从第1页，第2页…直到最后1页。如果只需采集特定页的数据，可在八爪鱼中设置循环翻页的次数，详情点击查看 翻页以采集多页数据教程。
- a. 为什么重复翻页？这是因为【循环翻页】默认生成的XPath，不仅可以定位到【下一页】的按钮，还能同时定位到【上一页】或者【首页】等，导致不断重复提取某页或某几页内容，因此我们需要修改翻页按钮的XPATH。这里需要一定的XPath知识。点击查看 XPath学习与实例教程 。
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。
