集搜客GooSeeker采集規(guī)則圖文教學(xué)

集搜客GooSeeker是一款功能非常強(qiáng)大的網(wǎng)頁數(shù)采集工具，能夠幫助用戶輕松采集網(wǎng)頁中的超鏈接，表格，圖片信息，文字內(nèi)容等等，致力于將互聯(lián)網(wǎng)中的所有內(nèi)容轉(zhuǎn)化為數(shù)據(jù)庫和表格，界面簡(jiǎn)潔，功能列表信息排布，大大方便了用戶的使用，用戶可以對(duì)網(wǎng)頁內(nèi)容的結(jié)構(gòu)進(jìn)行轉(zhuǎn)換，并且對(duì)收集到的內(nèi)容進(jìn)行標(biāo)注用戶可以自定義采集規(guī)則，幫助大家能夠從更廣的角度和深度去采取網(wǎng)頁數(shù)據(jù)。

第一步：打開網(wǎng)頁

1.1， 加載網(wǎng)頁，看到要采集的內(nèi)容

打開數(shù)據(jù)管家用戶需要輸入網(wǎng)址，并點(diǎn)擊鍵盤中的回車按鈕，等待王者加載完成之后，用戶請(qǐng)查看當(dāng)前的網(wǎng)頁內(nèi)容是否完整，用戶如果需要采集網(wǎng)頁下方的各種內(nèi)容，就需要哪種網(wǎng)頁側(cè)邊的滾動(dòng)條，讓網(wǎng)頁能夠得到充分的加載，然后才可以創(chuàng)建新的采集任務(wù)。

1.2 ，創(chuàng)建采集任務(wù)

用戶如果需要?jiǎng)?chuàng)建新的采集任務(wù)，只需要在頁面的左上角點(diǎn)擊添加按鈕，也就是加號(hào)，然后在彈出的菜單欄中輸入當(dāng)前采集的任務(wù)名稱，任務(wù)名稱是唯一的，如果有相同的財(cái)經(jīng)，明天就需要進(jìn)行更改，直到能夠?yàn)橄到y(tǒng)接受為止。

集搜客GooSeeker采集規(guī)則圖文教學(xué)圖1

第二步：標(biāo)注需要采集的信息

2.1，在網(wǎng)頁上做標(biāo)注

用戶如果需要采集當(dāng)前網(wǎng)頁第一個(gè)商品的標(biāo)題信息，就使用鼠標(biāo)點(diǎn)擊標(biāo)題，然后雙擊在彈出的菜單欄窗口中輸入內(nèi)容編輯一個(gè)字段名稱，對(duì)應(yīng)到Excel中的字段，輸入商品標(biāo)題，創(chuàng)建輸出Excel表格，填寫表格名稱。

集搜客GooSeeker采集規(guī)則圖文教學(xué)圖2

2.2，標(biāo)注更多內(nèi)容

接下來用戶需要重復(fù)上一個(gè)操作步驟來填寫店鋪名稱評(píng)論數(shù)量以及標(biāo)注的價(jià)格信息。

第三步：保存規(guī)則，采數(shù)據(jù)

3.1，測(cè)試采集是否符合預(yù)期

點(diǎn)擊“測(cè)試”按鈕，檢查信息完整性。很有可能采集到的內(nèi)容是空的，或者是包含了很多不需要的內(nèi)容，或者錯(cuò)位了，采集到了相鄰的內(nèi)容。那么就需要重新調(diào)整映射關(guān)系，如果直觀標(biāo)注不精確，可以去下面的DOM窗口做內(nèi)容映射。

集搜客GooSeeker采集規(guī)則圖文教學(xué)圖3

3.2，點(diǎn)擊“保存”

只有保存了規(guī)則，爬蟲才能執(zhí)行規(guī)則，采集數(shù)據(jù)。未來還可以修改規(guī)則。

集搜客GooSeeker采集規(guī)則圖文教學(xué)圖4