admin的文章

2023-11-19admin阅读(392)评论(0)

一般情况下，我们采集到的网页数据需要进行二次处理，比如替换关键词、移除空白字符、进一步提取、格式转换、HTML标签处理等等。 如何设置？点击字段的菜单按钮，选择数据处理。 然后点击新建 处理步骤。 众鑫采集器提供一下几种处理步骤：...

2023-11-19admin阅读(418)评论(0)

取值属性 首先，字段通过 XPath 定位查找到 Html 元素，然后我们就需要通过取值属性 来确定 Html 元素的哪个部分来作为字段值。 一般情况下，采集器默认使用 InnerText ...

2023-11-19admin阅读(321)评论(0)

一般网站登陆 对于一些需要登录之后，才能看到数据内容的网站，要怎么采集呢？ 在第一步、输入网址，勾选左下角的网站需要登录，然后点击点击登陆链接。  然后在弹出的浏览器中，完成登录操作即可。 登陆完成后直接关闭窗口 注意 一般不要使用登陆地址...

2023-11-19admin阅读(429)评论(0)

列表模式 顾名思义，就是针对包含多条数据记录的页面，我们一般称为列表页。 比如百度、谷歌的搜索结果页面，就是一个典型的列表页。 如果我们想要从这种页面提取出多条结构相同的数据，我们就要选择列表模式。 单条模式 就是仅采集一行数据记录。 这种...

2023-11-19admin阅读(435)评论(0)

介绍 在创建第一个任务示例中，我们演示了如何采集列表页数据。 有时不仅要采集列表页数据，还要采集内容页。下面就来介绍下如何采集多级页面。 以新浪新闻为例，我们要采集采集最新的新闻标题、时间、内容。 首先，输入起始网址，http://roll...

2023-11-19admin阅读(407)评论(0)

通常采集列表数据时，都会有分页，如何采集分页中的数据呢？在爬山虎采集器中，我们可以采集以下几种分页类型 1. 自动识别分页 众鑫采集器可以识别90%的分页元素，通过选择分页设置->自动识别分页 。  2. 手动设置分页 当不能自动识别时，我...

2023-11-19admin阅读(456)评论(0)

创建第一个采集任务 首先，打开众鑫采集器，点击主界面的新建任务按钮 第一步、选择起始网址 当你想要采集一个网站数据时，首先需要找到一个展示数据列表的地址。 这一步，至关重要，起始网址决定了你采集的数据数量和类型。 以大众点评为例，我们想要抓...

2023-11-16admin阅读(581)评论(0)

采集百度糯米火锅列表数据。采集关键词“火锅”。采集字段；名称，链接，评分，人均，区域位置，备注，代金劵，活动备注，地址，营业时间，推荐菜等