采集场景

在百度地图首页(https://map.baidu.com/@12687885,2564917,13z)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

商家名称、商家链接、评分、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

本篇制作时间:2020/4/24    八爪鱼版本:V8.1.8

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

 

在首页输入框中,输入百度地图首页的网址:https://map.baidu.com/@12687888,2564918,13z,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

 

通过以下几步,实现批量输入多个关键词。

1、创建【文本列表循环】,存储多个关键词

2、创建【输入文本】并与【文本列表循环】联动,以输入多个关键词

3、点击搜索

 

1、创建【文本列表循环】,存储多个关键词

在【打开网页】步骤后,添加一个【循环】。

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。

 

 

特别说明:

a. 示例中输入的关键词是【深圳 火锅】和【深圳 药店】,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。

 

2、创建【输入文本】并与【文本列表循环】联动,以输入多个关键词

 

① 创建【输入文本】

选中页面中的搜索框,在黄色操作提示框中,选择【输入文本】后点击【确定】。

 

② 【输入文本】与【文本列表循环】联动

将【输入文本】步骤拖入【循环】中。然后进入【输入文本】设置页面,勾选【使用当前循环里的文本来填充输入框】后保存。

 

 

3、点击搜索

在【循环】中选择一个关键词,再点击【输入文本】,可以看到,关键词成功输入进网页的文本框中。

然后选中【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

 

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【选中子元素】

③ 点击【选择全部】

④ 点击【采集数据】

 

  

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 

 

2、修改【循环列表】XPath

自动生成的【循环列表】XPath,不能精准定位到每一个搜索结果列表,需手动修改。

进入【循环列表】设置页面,修改XPath为://li[contains(@class,'search-item')] ,然后点击【应用】保存。

 

 

特别说明:

a. XPath是什么?怎么写?需要系统学习XPath知识,点击查看 XPath学习与实例教程 

 

步骤四、编辑字段

 

在【当前页面数据预览】面板中,可删除多余字段,修改字段名,移动字段顺序等。

 

 

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。

进入【循环翻页】设置页面,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)。

采集窗口网页显示区域大(将数据预览窗口折叠起来),无重复数据(个别重复为正常现象):

 

采集窗口网页显示区域很小,很多重复数据(非正常重复):

 

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:

 

 

作者:Aisling

编辑:Aisling