采集场景
在AliExpress(速卖通) 首页中 http://www.aliexpress.com 中输入关键词,采集关键词搜索后得到的商品列表信息。
采集字段
关键词、标题、商品id、商品图片地址、商品详情链接、价格、免费退送货、星级、已出售数量、店铺名
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
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、输入关键词检索
步骤三、建立【循环列表】采集数据
步骤四、创建【循环翻页】
步骤五、启动采集
以下为具体步骤:
步骤一、打开网页
1、打开网页
在首页【输入框】中输入目标网址http://www.aliexpress.com,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
步骤二、输入关键词检索,设置文本循环
1、输入单个关键词
点击检索框后选择【输入文本】,输入需要的关键词,例如 case iphone 8 plus。
然后选搜索按钮,在操作提示框中点击【点击该按钮】,八爪鱼执行搜索并展示搜索后的页面。
以上是一个关键词搜索的做法,如果需要批量输入多个关键词,请按照以下步骤操作:
2、建立文本循环
在流程图中添加一个【循环】步骤,把【输入文本】和【点击元素】拖入循环框中。
3、输入多个关键词
接下来就是在【循环】中存储多个关键词,方便后续调用。进入【循环】的设置页面,选择循环方式为【文本列表】,手动输入需要搜索的多个关键词,示例中输入的是 case iphone 8 plus、case iphone 8 。
(注意,每个关键词需用换行符分开,即一行一个关键词。)
再点开【输入文本】设置,勾选【使用当前循环里的文本来填充输入框】,这是为了让【输入文本】和【点击元素】步骤与【循环】步骤产生联动。
特别说明:
a. 示例中输入的关键词是【case iphone 8 plus】和【case iphone 8】可根据自身需求进行替换。
b.一次最多输入2W个关键字。可先准备一个包含多个关键字的文档,然后将其复制粘贴进八爪鱼中。
步骤三、采集字段数据
1、提取搜索框内的关键词
在网页中选中搜索框,然后在操作提示框中选择【采集该文本框的值】。
2、创建【循环列表】
① 选中页面上1个商品列表(注意一定要选中整个列表,包含所有所需字段)
② 再选中全部,这样页面中全部的评价都被识别到了
③ 点击【采集以下元素文本】
这样就将【循环列表】建立起来,但是是将列表作为一个字段提取的。
特别说明:
a. 为何通过以上3步,可建立【循环列表】?详情点击查看 采集列表数据的教程 。
3、提取列表中的字段
在列表中提取所需字段。
文本型的字段:选中页面中的文本,在操作提示框中点击【采集该元素的文本】/ 【采集该链接文本】。
链接型的字段:选中页面中的链接,在操作提示框中点击【采集该图片地址】/【采集该链接地址】。
4、编辑字段
在【当前数据预览】页面,依次编辑字段名。
5、移动字段位置
如需移动字段位置,可按下图操作。
步骤五、创建翻页
1、创建循环翻页
如果只需采集一页数据,可跳过此步骤。
如果需要采集多页数据:选中网页上的 Next按钮,然后在操作提示框中,点击【循环点击下一页】,创建循环翻页以采集更多页的数据。
这个点击翻页是Ajax点击,八爪鱼已自动识别并设置了合理的Ajax超时时间,可以先不管。
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、设置循环翻页次数
如果不设置翻页次数,八爪鱼会一直采集到最后一页。
此处为了演示采集结果,我们进入【循环翻页】设置页面,设置翻页次数为1,执行前等待7s。
同时,调整【点击翻页】的Ajax超时时间为3秒,设置执行前等待5s。
特别说明:
a. 执行前等待,即在执行此步骤前等待一段时间,可有效避免因网页未加载完全导致的漏数据,详情点击查看 执行前等待使用场景与设置方法
b. 评论中的翻页使用了Ajax技术,需设置Ajax超时。一般情况下,八爪鱼会自动判断并设置一定的【Ajax超时】。如果系统判断失误或者自动设置的【Ajax超时】过短,可根据采集需求和网页加载情况进行调整,详情点击查看 Ajax教程 。
步骤六、规则优化
采集数据过快会导致部分数据未加载出来就采集,导致没有数据,需要优化规则:
1、设置执行前等待
为【循环】、【输入文本】、【点击元素】、【提取数据】等步骤设置合理的执行前等待时间。
特别说明:
a. 执行前等待,即在执行此步骤前等待一段时间,可有效避免因网页未加载完全导致的漏数据,详情点击查看 执行前等待使用场景与设置方法
2、设置页面滚动
为了完整地采集到图片地址,需先滚动鼠标将页面全部加载一遍,然后再提取数据。
进入【点击元素】设置页面,勾选【页面加载后向下滚动】,滚动方式为【向下滚动一屏】,滚动10次,每次间隔3s。
特别说明:
a. 设置中的滚动次数和时间间隔,请根据采集需求和网页加载情况进行设置,并非是一成不变的,具体请点击查看 处理滚动加载数据的网页教程
步骤八、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
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。这里导出为Excel。数据示例: