多语言展示
当前在线:845今日阅读:176今日分享:34

批量采集华尔街见闻新闻数据

本经验为大家介绍如何使用工具批量采集华尔街见闻新闻数据并自动发布到网站
工具/原料
1

电脑

2

后羿采集器

方法/步骤
1

步骤一:下载安装并注册登录1、打开官网,下载并安装最新版的软件2、点击注册登录,注册新账号然后登录

2

步骤二:新建采集任务1、复制网页地址(需要搜索结果页的网址,而不是首页的网址)

3

2、新建智能模式采集任务您可以在软件上直接新建采集任务,也可以通过导入规则来创建任务。

4

步骤三:配置采集规则1、设置分页由于网站的网页浏览方式是通过滚动加载的形式,不是直接点击下一页的浏览方式,所以我们需要手动设置分页,点击“分页设置—手动设置分页—瀑布流+点选分页按钮)”设置分页。

5

2、设置提取数据字段在智能模式下,我们输入网址后软件即可自动识别出页面上的数据并生成采集结果,每一类数据对应一个采集字段,我们可以右击字段进行相关设置,包括修改字段名称、增减字段、处理数据等。

6

3、使用深入采集功能提取详情页数据在搜索结果页上只展示出部分新闻信息,包括:新闻标题、缩略图、新闻简介、作者及发布时间,如果需要采集新闻内容,我们需要点击新闻标题进入详情页面,然后使用“深入采集”功能进行采集。

7

在详情页面我们可以看到新闻的内容、评论数等信息,这些信息都可以采集。我们点击“添加字段”按钮,然后在页面中点击需要采集的数据。

8

步骤四:设置并启动采集任务1、设置采集任务完成了采集数据添加,我们可以开始启动采集任务了。在启动之前我们需要对采集任务进行一些设置,从而提高采集的稳定性和成功率。点击“设置”按钮,在弹出的运行设置页面中我们可以进行运行设置和防屏蔽设置,这里我们勾选“跳过继续采集”,设置“2”秒请求等待时间,勾选“不加载网页图片”,防屏蔽设置就按照系统默认设置,然后点击保存。

9

2、启动采集任务点击“保存并启动”按钮,可在弹出的页面中进行一些高级设置,包括定时启动、自动入库和下载图片,设置完毕后点击“启动”。【温馨提示】免费版本可以使用非周期性定时采集功能,下载图片功能是免费的。个人专业版及以上版本可以使用高级定时功能和自动入库功能。

10

3、运行任务提取数据任务启动之后便开始自动采集数据,我们从界面上可以直观的看到程序运行过程和采集结果,采集结束之后会有提醒。

11

步骤五:导出并查看数据数据采集完成后,可以导出数据,选择导出的文件类型,点击“确认导出”。注意:后羿采集器免费提供导出到本地的多种导出方式,如excel、csv、html、txt或数据库等方式,个人专业版及以上用户也可直接发布到wordpress、dede和typecho等CMS网站。

12

步骤六:采集效果

13

声明:本教程所采集的网站及内容,仅作为示例教程使用,不涉及商业用途,如果侵犯您的权利,请与我们联系,谢谢!

推荐信息