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:
【列表数据页面】
2.采集结果截图
【采集出来的列表数据】
二.配置模板
- 新建任务
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】。
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。
【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。)
【配置表单】
方式二:自由建表。(在【数据建表】界面。)
【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。
【识别列表】
【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。
②shuming:通过字段定位取值,按ctrl+单击标题,确认选取。
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
再关联表单,勾选数据表。
7.模板预览
点击采集预览,进行预览。
【采集预览】
三.数据采集
- 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。
【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。
【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)。
【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。
【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。
【导出数据】