《八爪鱼采集器》如何自定义抓取数据
步骤1:创建采集任务
1)进入主界面,选择“自定义模式”
2)将要采集的网址复制粘贴到网站输入框中,点击“保存网址”
步骤2:创建翻页循环
1)在页面右上角,打开“流程”,以展现出“流程设计器”和“定制当前操作”两个板块。网页打开后,下拉页面,找到并点击“更多短评”按钮,选择“点击该链接”
2)将页面下拉到底部,点击“下页”按钮,在右侧的操作提示框中,选择“更多操作”
3)选择“循环点击单个链接”,以建立一个翻页循环
步骤3:创建列表循环并提取数据
1)移动鼠标,选中页面里的第一条电影评论区块。系统会识别此区块中的子元素,在操作提示框中,选择“选中子元素”
2)系统会自动识别出页面中的其他同类元素,在操作提示框中,选择“选中全部”,以建立一个列表循环
3)我们可以看到,页面中第一条电影评论区块的所有元素均被选中,变为绿色。选择“采集以下数据”
4)选中字段,点击垃圾桶图标,可删除不需要的字段
5)字段选择完成后,选中相应的字段,可以进行字段的自定义命名。完成后,点击左上角的“保存并启动”
6)选择“启动本地采集”
步骤4:数据采集及导出
1)采集完成后,会跳出提示,选择“导出数据”。选择“合适的导出方式”,将采集好的数据导出
2)这里我们选择excel作为导出为格式,数据导出后如下图
注意事项
-
说明:在未登录状态下,豆瓣电影短评只可翻页8次,采集160条左右的数据。如果想采集第8页以后的短评,需要在八爪鱼流程图中增加一个登录步骤(先登录豆瓣账号,再进行短评采集)。
-
如果觉得对您有些用处,就请点个赞或者收藏一下吧,谢谢。