1000 gooseeker集搜客

如何找到合适的连续动作组合

设置连续动作就是为了模拟人在浏览网页时的各种操作，从而加载出想要的网页信息，最后再进行采集，所以，总体上可以分为两大操做步骤，第一步是模拟人浏览网页的操作，通过在规则里设置连续动作来实现；第二步是采集数据，像采集静态页面那样，直接对想要的信息做采集规则。

关键是第一步，要弄清楚操作范围、设置哪些动作类型、动作的顺序以及要做多少个规则。大家可以先在浏览器上进行信息浏览，把操作范围以及动作类型和顺序整理出来，再做规则设置连续动作。下面会用四个典型场景为例子，演示如何找到合适的连续动作组合。

一、中国知网——输入关键词检索

场景：用中国知网的文献为例，希望采集关键词包含“金融”的文献。
页面链接：https://epub.cnki.net/kns/brief/result.aspx?dbprefix=scdb&action=scdbsearch&db_opt=SCDB
在浏览器需要三步来完成，即：选择关键词 -> 在输入框输入“金融” -> 检索。

定义采集规则的相应步骤如上图所示，主题A用来设置连续动作，模拟人在浏览器上的操作；主题B负责采集检索出来的文献信息。

其中，主题A要在连续动作里设置的动作步骤、顺序、定位表达式如上图所示。

二、开心保——采集不同年龄不同保险期限的价格

定义采集规则的相应步骤如下图所示，主题A用来设置连续动作，模拟人在浏览器上的操作；主题B负责采集点击后的价格信息。

主题A要在连续动作里设置的动作步骤、顺序、定位表达式如上图所示。

三、新浪微博——采集搜索的各博主资料

场景：微博搜索发布过包含“爬虫”的原创微博的博主，并采集他们的个人资料。
页面链接：https://s.weibo.com/weibo/%25E7%2588%25AC%25E8%2599%25AB&scope=ori&suball=1&Refer=g
在浏览器只需要一个动作，即：在头像上悬浮。