采集场景
在百度地图首页(https://map.baidu.com)输入【城市+关键词】搜索,采集搜索结果列表页。示例中关键词为【深圳 火锅】,可根据需求进行更换,同时支持自动批量输入多个关键词。
采集字段
搜索关键词、商家名称、人均、地址等。
鼠标放到图片上,右键,选择【在新标签页中打开图片】可查看高清大图
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
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。
采集步骤
步骤一、打开网页
步骤二、输入多个关键词并搜索
步骤三、创建【循环列表】,采集所有搜索结果列表中的数据
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
步骤一、打开网页
1.在首页输入框中,输入百度地图首页的网址:https://map.baidu.com,然后点击【开始采集】,可以看到八爪鱼自动打开了网页。
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】
步骤二、输入多个关键词并搜索
2.1、设置输入关键词
在百度地图找到对应的搜索输入框,点击输入框根据操作提示输入文本-批量输入文本,设置输入关键词:
书店
火锅
2.2、点击搜索进行检索
选中【搜索】按钮,在操作提示框中点击【点击该按钮】,出现关键词的搜索结果列表页。
步骤三、创建【循环列表】,采集所有搜索结果列表中的数据
3.1、创建【循环列表】
通过以下连续4步,采集所有搜索结果列表中的数据:
① 选中页面上1个商家列表(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【选择全部相似组】
④ 点击【提取数据】
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,对应着页面上所有商家列表,【提取数据】中的字段,对应着每个商家列表中的字段。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 。
步骤四、编辑字段
在下方【数据预览】面板中,可删除多余字段,修改字段名,移动字段顺序等。
添加采集输入的关键词字段,点击输入框,在操作提示框点击【采集该文本框的值】,采集到关键词字段,修改字段名,把字段移动到最左侧
步骤五、创建【循环翻页】,以采集多页数据
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【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】。
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。
2、修改【循环翻页】的XPath
默认的【循环翻页】XPath会在最后一页重复翻页,导致其他关键词无法输入并采集,需修改【循环翻页】XPath。
点击【循环翻页】循环框,在下方设置里面修改XPath为://A[text()="下一页>"][not(@class)] 。
特别说明:
a. 为什么会不结束翻页?这是因为【循环翻页】默认生成的XPath,在最后1页时,仍然能定位到【下一页】按钮,这就会导致其一直点击【下一页】按钮,不结束翻页。为了解决这个问题,我们需要手动写一条XPath,使之在当前页为非最后一页时,都能定位到【下一页】按钮,以实现不断点击【下一页】按钮进行翻页。同时在当前页为最后一页时,不定位到【下一页】按钮,以结束翻页。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。
b. 启动采集后,请保持采集窗口网页显示区域的最大化,如果采集窗口网页显示区域过小,将会产生很多重复数据(因为网页显示区域过小时,非常容易触发重新加载,一重新加载就从第1页开始采集,进而重复采集前几页数据,无法正常翻页)。
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。示例数据: