前嗅ForeSpider教程：采集表格/列表页中的数据（不翻页）

标签：pid   image   地址   RoCE   51cto   采集   ide   分享图片   func   

① 击左上角“加号”新建任务，如图1：

【图1】

②在弹窗里填写采集地址，任务名称如图2：

【图2】

③点击下一步，选择进行数据抽取还是链接抽取，本次采集需要采集当前页面列表中的所有内容，所以只需抽取列表数据即可，点击“抽取数据”，如图3：

【图3】

第二步：创建/选择表单

在ForeSpider爬虫中，表单是可以复用的，所以可以在数据表单出直接选择之前建过的表单，也可以通过表单ID来进行查找并关联数据表单。此处使用的是的前嗅的表单，如图4

方法一：通过下拉菜单或表单ID选择已有表单

方法二：点击创建表单进入快速建表页面，新建表单

【图4】

方法三：点击“采集配置”-“数据建表”，点击采“采集表单”后面的如图5

【图5】

第三步：配置表单

根据所需内容，配置表单字段（即表头），此处配置了包括标题、作者、价格三个字段，表单如图6

【图6】

第四步：字段取值

取值方法：由于此处活取的是列表页的数据，所以可以应用“识别列表”功能，直接取到列表数据，操作方法如下：

① 击“前嗅”，按住ctrl+鼠标左键点击任意一部分内容，如图7，选中“操作系统”

【图7】

②按住Shift+鼠标左键继续点击，直到点击到选中整个第一条数据，如图8

【图8】

③在软件的右下角可以看到“识别列表”按钮，此时点击“识别列表”，如图9，此时列表中的内容都已经选中。

【图9】

④对每个字段进行取值,方法依然是：按住Ctrl+鼠标左键，进行区域选择，按住Shift+鼠标左键，扩大选择区域。

如：funct字段

首先在左侧点到price-cover字段上,在浏览器中对该字段进行取值.

<1>按住ctrl+鼠标左键，点击“操作系统”

<3>点击右下角“确认选区”

【图10】

第五步：采集预览

① 标右键点击“数据抽取”，然后点击“模板预览”，如图11

【图11】

②预览结果如图12

【图12】

前嗅ForeSpider教程：采集表格/列表页中的数据（不翻页）

标签：pid   image   地址   RoCE   51cto   采集   ide   分享图片   func   

原文地址：http://blog.51cto.com/13915865/2340196