优采云实战模拟：自定义任务VS简易采集(图)

　　优采云实战模拟：自定义任务VS简易采集(图)

　　在上一讲中，我向您介绍了数据源采集。关键工具之一是优采云。今天，我们将使用优采云模拟如何处理数据采集。

　　在文章结尾，您可以观看有关我的*敏*感*词*过程的视频。

　　优采云的基本操作

　　在开始操作之前，让我介绍主角今天要谈论的“ 优采云”工具。与使用Python进行爬网相比，优采云更易于使用，因为它是一种所见即所得的方法，并且基本上不需要编写代码，只是在匹配正则表达式时使用了XPath。

　　这里是XPath的简要介绍。 XPath的英文单词是XML Path Language，这是XML的路径语言。它用于在XML文件中查找所需的元素。因此优采云可以使用XPath帮助我们更灵活地定位我们要查找的元素。

　　自定义任务VS简单采集

　　如果需要采集数据，则需要创建一个新任务。创建任务时，优采云会提示您使用优采云附带的“简单采集”还是自定义A任务。

　　Simple 采集集成了一些流行的模板，这些模板是我们经常访问的网站。它可以帮助我们轻松实现采集。我们只需要告诉工具两个信息，一个是采集的URL，另一个是登录网站的帐户和密码。

　　尽管简单采集更方便快捷，但通常建议使用自定义任务，这可以帮助我们更灵活地提取所需的信息。例如，您只想采集微博中有关“ D＆G”的评论。