电商
社交媒体
新闻资讯
生活服务
金融
房产
【1688】热搜市场搜索关键词采集
2020-10-23
7856
采集场景
在1688热销市场搜索首页:https://p4psearch.1688.com/,输入关键词搜索,采集搜索后得到的多个商品列表数据。
采集字段
商品名称、主图链接、价格、保障等字段
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:2020/9/28 八爪鱼版本:V8.1.22
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、批量输入多个关键词并搜索
步骤三、使用【智能识别】,采集所有商品列表中的数据
步骤四、编辑字段
步骤五、设置滚动和修改【循环翻页】XPath
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p4psearch.1688.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【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、批量输入多个关键词并搜索
打开网页后,通过以下几步,实现批量输入多个关键词。
1、输入1个关键词并搜索
2、批量输入多个关键词
1、输入1个关键词并搜索
选中搜索框,在操作提示框中,点击【输入文本】,输入关键词并保存。
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。
2、批量输入多个关键词
① 在【打开网页1】步骤后,添加一个【循环】。
② 将【输入文本】和【点击元素】都拖入【循环】中。
③ 进入【循环】设置页面。选择循环方式为【文本列表】,点击 按钮,将我们准备好的关键字输进去(可同时输入多个关键字,一行一个即可)后保存。
④ 进入【输入文本】设置页面,清空文本内容,勾选【使用当前循环里的文本来填充输入框】后保存。
特别说明:
a. 示例中输入的关键词是【裤子】、【衣服】和【鞋子】,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、使用【智能识别】,采集所有商品列表中的数据
点击右上角操作提示框中的【自动识别】,待它识别成功,点击【生成采集设置】。
特别说明:
a. 打开网页后,默认开启智能识别。识别过程中,随时可【取消识别】或【不再智能识别】
b. 智能识别成功,一个网页可能有多组数据,八爪鱼会将所有数据识别出来,然后智能推荐最常用的那组。如果推荐的不是想要的,可自行【切换识别结果】
步骤四、编辑字段
【自动识别】提取字段完成后,我们可以自定义编辑字段,如修改字段名称,删除多余字段。
步骤五、设置滚动和修改【循环翻页】XPath
1、设置滚动
点击搜索和翻页后,网页默认只显示前60个商品列表。向下滚动页面到底部,才会加载出全部100个商品列表,在八爪鱼中也需设置滚动。
进入【点击元素】和【点击翻页】设置页面,点开【页面加载后】,设置【页面加载后向下滚动】,滚动方式为【向下滚动一屏】,【滚动次数】为10次,【每次间隔】3秒 ,设置后保存。
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
2、修改【循环翻页】XPath
自动识别生成的【循环翻页】XPath可能不准确,导致采集的时候无法翻页,重复采集一个页面,此时需修改【循环翻页】XPath。
进入【循环翻页】设置页面,修改XPath为://BUTTON[@class='next-btn next-btn-normal next-btn-large next-pagination-item next'][not(@disabled)]
特别说明:
a. 如何修改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。
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:
作者:Tom
编辑:Aisling