前嗅ForeSpider教程:采集CSDN

栏目: ASP.NET · 发布时间: 5年前

内容简介:今天小编再来为大家演示一下,如何采集CSDN论坛,同样适用于所有的自媒体论坛。第一步:新建任务①点击左上角“加号”新建任务,如图1:

今天小编再来为大家演示一下,如何采集CSDN论坛,同样适用于所有的自媒体论坛。

第一步:新建任务

①点击左上角“加号”新建任务,如图1:

前嗅ForeSpider教程:采集CSDN

②在弹窗里填写采集地址,任务名称,如图2:

前嗅ForeSpider教程:采集CSDN

③点击下一步,选择进行数据抽取还是链接抽取,本次采集当前列表页博文的正文数据,正文数据是通过点击列表链接进入的,所以本次需要抽取列表链接,所以点击抽取链接,如图3:

前嗅ForeSpider教程:采集CSDN

第二步:通过定位过滤,得到所需链接

①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,点击“确认选区”按钮,如图4:

前嗅ForeSpider教程:采集CSDN

②点击采集预览确认链接是否过滤完全,如图5所示。

前嗅ForeSpider教程:采集CSDN

第三步:关联模板

在软件中模板的关联关系,与网页中链接跳转的关系相同。

根据网页跳转规律,将“链接列表”关联模板二“链接列表:02”,此处由于我们开始就选择了创建列表链接,所以软件自动关联好了模板二。如果配置的时候发现关联有问题,可以自己进行更改,如图6:

前嗅ForeSpider教程:采集CSDN

第四步:填写模板二示例地址并新建数据抽取

①将模板一过滤得到的任意一条链接,作为模板二的示例地址。如: https://blog.csdn.net/voke_/a... , 见图7:

前嗅ForeSpider教程:采集CSDN

②新建数据抽取

方法一:通过点击“下一步”后勾选抽取数据,再次点击“下一步”得到数据抽取。

方法二:直接点击模板二,点击上面“新建数据抽取”按钮,得到数据抽取,如图8:

前嗅ForeSpider教程:采集CSDN

第五步: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。此处使用的是之前建过的CSDN的表单。

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,如图9所示:

前嗅ForeSpider教程:采集CSDN

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10:

前嗅ForeSpider教程:采集CSDN

第六步:配置表单

根据所需内容,配置表单字段(即表头),此处配置了包括网页主键、网页标题、访问数量、正文、作者5个字段,表单如图11:

前嗅ForeSpider教程:采集CSDN

第七步:字段取值

取值方法: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。

read_num、text、author字段,如图12:

前嗅ForeSpider教程:采集CSDN

第八步:模板预览

①鼠标右键点击“数据抽取”,然后点击“模板预览”,如图13:

前嗅ForeSpider教程:采集CSDN

②预览结果如图14:

前嗅ForeSpider教程:采集CSDN

第九步:采集预览

①点击右上角采集预览,如图15:

前嗅ForeSpider教程:采集CSDN

②双击任意一条链接,看看是否可以得到和网页对应的规整的数据,如图16:

前嗅ForeSpider教程:采集CSDN


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Redis 深度历险:核心原理与应用实践

Redis 深度历险:核心原理与应用实践

钱文品 / 电子工业出版社 / 2019-1 / 79

Redis 是互联网技术架构在存储系统中使用得最为广泛的中间件,也是中高级后端工程师技术面试中面试官最喜欢问的工程技能之一,特别是那些优秀的互联网公司,通常要求面试者不仅仅掌握 Redis 基础用法,还要理解 Redis 内部实现的细节原理。《Redis 深度历险:核心原理与应用实践》作者老钱在使用 Redis 上积累了丰富的实战经验,希望帮助更多后端开发者更快、更深入地掌握 Redis 技能。 ......一起来看看 《Redis 深度历险:核心原理与应用实践》 这本书的介绍吧!

在线进制转换器
在线进制转换器

各进制数互转换器

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换