以采集起点中文小说网中(https://www.qidian.com/)的数据列表的数据为例:

一.网站结构

1.网站截图说明

采集起点中文网中的最近更新数据列表中的数据,如下图所示:

nlpir parser nlpir parser怎么采集_表单

 

【列表数据页面】

2.采集结果截图

nlpir parser nlpir parser怎么采集_nlpir parser_02

 

【采集出来的列表数据】

二.配置模板

  1. 新建任务

nlpir parser nlpir parser怎么采集_数据_03

点击下一步,由于仅需要采集本页面表格数据,所以勾选【抽选数据】。

nlpir parser nlpir parser怎么采集_表单_04

2.创建/选择表单

表单创建后可以重复选择使用,如果已有建好的表单,选择对应数据表单即可。如果没有,点击创建表单。

nlpir parser nlpir parser怎么采集_nlpir parser_05

【创建表单】

3.配置表单

根据所需内容,配置表单字段,此处配置了id(主键)、fenlei(小说类别)、shuming(小说名称)、zuixin(最新章节)、zuozhe(作者)、shijian(更新时间)等字段。

注意:采集表格/列表数据时,id(主键)设置的时候,选择自增主键。=>(字段各属性介绍)

方式一:快速建表。(点击【创建表单】出现弹窗。)

nlpir parser nlpir parser怎么采集_字段_06

【配置表单】

方式二:自由建表。(在【数据建表】界面。)

nlpir parser nlpir parser怎么采集_字段_07

【配置表单】

4.识别列表

选中表单后,chrl+点击表头第一个表格,后shift+点击其他表头扩大选取,直至所有表头均被选中,最后点击识别列表。

 

nlpir parser nlpir parser怎么采集_表单_08

【识别列表】

 

nlpir parser nlpir parser怎么采集_表单_09

【列表识别成功】

5.字段取值

①fenlei:通过字段定位取值,按ctrl+单击标题,确认选取。

nlpir parser nlpir parser怎么采集_nlpir parser_10

②shuming:通过字段定位取值,按ctrl+单击标题,确认选取。

nlpir parser nlpir parser怎么采集_数据_11

nlpir parser nlpir parser怎么采集_字段_12

 

③其他字段按照同样的方法进行字段取值。

6.关联数据表

先创建一个数据表,如下图所示

nlpir parser nlpir parser怎么采集_数据_13

再关联表单,勾选数据表。

nlpir parser nlpir parser怎么采集_数据_14

7.模板预览

点击采集预览,进行预览。

nlpir parser nlpir parser怎么采集_表单_15

【采集预览】

三.数据采集

  1. 运行设置

运行设置处可以设置采集速度、采集策略、任务装载等。

nlpir parser nlpir parser怎么采集_字段_16

【运行设置】

2.选择采集任务

在【任务列表】中勾选需要采集的任务,可勾选多个任务,同时采集。

nlpir parser nlpir parser怎么采集_字段_17

【选择采集任务】

3.开始采集

点击【开始采集】,系统开始进行采集。剩余任务数为0时,系统自动停止采集。用户也可以自己暂停任务或停止任务(停止任务会释放任务,再次启动时重新装载任务)。

nlpir parser nlpir parser怎么采集_字段_18

【开始采集】

4.数据浏览

采集一段时间以后,点击【数据浏览】,在数据列表中选中对应的数据表,即可浏览采集到的数据,点击【刷新】按钮可以同步显示数据。

nlpir parser nlpir parser怎么采集_数据_19

【数据浏览】

5.导出数据

点击【导出】按钮,选择导出文件格式后保存。

nlpir parser nlpir parser怎么采集_字段_20

【导出数据】