779
gooseeker集搜客
什麼都不懂的小白，請看這裏！
集搜客想讓你最便捷地獲取數據，讓你有“要什麼就抓什麼”的感覺，要記住核心要領：
第一步：先建立一個箱子，這裏要存儲你想抓的內容（術語叫：整理箱）
第二步：接著告訴集搜客程序，網頁上哪個內容需要丟到箱子中（術語叫：映射）
集搜客能自動生成抓取規則。不用從技術角度去規劃怎樣循環，集搜客能自動處理這些技術過程。掌握了這兩個要領，我們看看細節吧。
什麼都不懂的小白們，一開始接觸此類軟件都會覺得好難啊，怎麼這麼多專業名詞啊，我好暈啊！！！嘛~不要急呐~新技能的get哪會那麼容易呢，玩個遊戲要玩好都需要時間，更何況咱們還是做這麼有技術含量的事呢。廢話不多說，本文就是為了幫助小白建立學習的信心，隻要你認真看完本文，成功抓取樣本數據，你也就入門啦！撒花撒花~
注釋：本文演示的抓取規則，可到資源庫下載學習：集搜客怎樣抓取網頁數據演示規則，下載運行即可抓取樣本數據。
一、製作采集規則
如果把“抓取數據”比喻成“做一道數學題”的話，“規則”就是你要得到“計算結果”（就是數據）之前列出的“方程式”。後麵的很多概念請好好看圖哦，圖上麵都有標明的。
1，輸入目標抓取網址，並給規則起個名
圖1
第一步：將“要抓取的網址”輸入到MS謀數台的網址欄按ENTER鍵加載，底部瀏覽器窗口就會把網頁加載顯示出來。
第二步：網頁顯示後，在“命名主題工作台”處輸入主題名並 查重以確定主題名是否可用。
2，新建整理箱
圖2
第一步： 點擊新建按鈕，在彈出的窗口中輸入想要命名的整理箱名稱。
第二步： 在整理箱中創建抓取內容，右擊整理箱名稱選擇 “添加→包容”（表示抓取內容包含在整理箱中）。繼續添加的話，選擇“包容”就是建立多層次的整理箱結構，選擇“其前/其後”就是建立同級前後順序的抓取內容。
第三步：勾選“關鍵內容”，選擇整理箱中 重要且確定會在網頁上出現的內容 勾上“關鍵內容”。
3，將網頁內容映射到整理箱
圖3
第一步： 在瀏覽器窗口中點擊目標數據——“商品名”（Apple/蘋果iphone 6s）。
第二步： 謀數台會自動定位到“商品名”的網頁標簽節點（A節點）。
第三步： 雙擊展開A節點，找到#text（文本信息通常儲存在#text中）。
第四步： 點擊#text，可在 “文本窗口” 內容中看到text的值；
第五步： 右擊#text做 “內容映射” 到商品名稱。
抓取“商品價格”和抓取“商品名稱”的操作步驟相同。
4，使用 樣例複製 功能實現批量獲取
圖4
第一步：點擊容器節點 整理箱名。
第二步：勾選啟用，啟用 樣例複製 功能。
第三步：分別找到第一個商品 和 第二個商品 對應的網頁標簽節點。
第四步：右擊 第一個商品對應節點 樣例複製功能中的 “第一個” 映射到 樣例1。
第五步：右擊 第二個商品對應節點 樣例複製功能中的 “第二個” 映射到 樣例2。
5，規則測試成功後存規則
圖5
第一步：點擊 測試 按鈕可以看到抓取的內容，並且檢查數據是否完整準確。
第二步：數據無誤的話，點擊 存規則，規則就會被保存到服務器中。
第三步：保存規則成功後，點擊 爬數據 按鈕就開始采集了。
二、啟動打數機爬數據
1，爬數據
兩種啟動方法（兩者選一即可）：第一種：直接點擊MS裏麵 “存規則” 按鈕後麵的 “爬數據” 按鈕。
第二種：打開 DS打數機，在 “搜索框” 輸入 主題名（可使用通配符*輔助搜索）搜索後點擊單搜開始抓取數據。
第一種是快捷方式，窗口顏色不一樣，功能比較少，第二種是通用方式。
圖6
2，看結果
數據以XML格式 默認存放在C盤用戶文件夾的DataScraperWorks 中，可自定義更改結果存儲路徑。
同時集搜客提供將XML批量導入EXCEL的工具。導入excel之後的數據，如圖6所示。
圖7
本文主要是給什麼都不懂的小白找一點學習的感覺，但是要真正解決需求，還是得從初級教程→中級教程→高級教程循序漸進地學習。因為很多需求，光靠上麵那些步驟是沒法搞定的，需要更多的操作。如果看懂了，就可以開始著手試試啦~
最後更新：2017-01-09 14:08:12