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、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。
5、在列表页上,我们需要采集标题、标题链接、视频时长、播放量、评论数、发布时间及主图等信息,字段设置效果如下:
6、手动设置翻页由于网站的翻页模式是瀑布流滚动加载的,智能模式不能自动识别到分页元素,此时会出现以下提示:
7、为了采集到所有的视频数据,我们需要手动设置翻页,我们选择“分页设置—手动设置分页—瀑布流分页(滚动加载)”,这样就能采集出所有数据了。
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、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,本次示例中未使用到这些功能,直接点击“启动”运行爬虫工具。【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、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,我们可以查看和导出数据,软件支持多种导出方式(手动导出到本地、手动导出到数据库、自动发布到数据库、自动发布到网站)和导出文件的格式(EXCEL、CSV、HTML和TXT),我们选择自己需要方式和文件类型,点击“确认导出”。【温馨提示】:所有手动导出功能都是免费的。个人专业版及以上版本可以使用发布到网站功能。
12、步骤六:采集效果