无规则采集器列表算法(豆瓣短评（*敏*感*词*6-全面瓦解）的豆瓣短评为例 )

　　无规则采集器列表算法(豆瓣短评（*敏*感*词*6-全面瓦解）的豆瓣短评为例

)

　　本文主要介绍优采云采集器的智能模式如何使用，免费采集豆瓣短评（Mission Impossible 6-Complete Disintegration）评论者、评论时间、评论内容等信息。

　　采集工具介绍：

　　优采云采集器是一款基于人工智能技术的网络爬虫工具。只需输入URL即可自动识别网页数据，无需配置采集即可完成数据，业内首创支持Windows、Mac、Linux三种操作系统的爬虫软件。

　　本软件是真正免费的data采集软件，对采集结果的导出没有任何限制，没有编程基础的新手也能轻松实现data采集的需求。

　　官方网站：

　　采集对象配置文件：

　　豆瓣是一个社区网站。网站 最初是一本书、视频和视频，提供有关书籍、电影、音乐和其他作品的信息。描述和评论均由用户提供。它是 Web2.0网站 网站 的特征之一。网站还提供图书视频推荐、线下同城活动、群话题交流等多种服务功能，更像是一个品味系统（阅读、电影、音乐）、表达系统（我读、我看、我听）和通讯系统（同城、群、邻居）创新的网络服务，一直致力于帮助都市人发现生活中有用的东西。

　　采集字段：

　　审稿人、发表时间、有用编号、审稿内容

　　功能点目录：

　　如何采集需要登录才能查看的页面

　　如何实现翻页功能

　　采集结果预览：

　　下面详细介绍一下如何免费释放采集豆瓣短评数据。我们以豆瓣短评《*敏*感*词*6-彻底瓦解》为例。具体步骤如下：

　　第一步：下载安装优采云采集器，并注册登录

　　1、点击这里打开优采云采集器官网，下载安装爬虫软件工具—优采云采集器软件

　　2、点击注册登录，注册新账号，登录优采云采集器

　　【温馨提示】无需注册即可直接使用本爬虫软件，但匿名账号下的任务在切换为注册用户时会丢失，建议注册后使用。

　　优采云采集器 是优采云 Cloud 的产物。如果您是 优采云 用户，则可以直接登录。

　　第 2 步：创建一个新的 采集 任务

　　1、复制《*敏*感*词*6-彻底瓦解》豆瓣短评的网页（需要搜索结果页的网址，不是首页的网址）

　　单击此处了解如何正确输入 URL。

　　2、新的智能模式采集任务

　　可以直接在软件上新建采集任务，也可以通过导入规则来新建任务。

　　在此处了解如何导入和导出 采集 规则。

　　第 3 步：配置 采集 规则

　　1、设置预登录

　　豆瓣评论在用户未登录的情况下只能显示前10页数据。如果用户需要采集更多数据，需要在采集之前登录，所以我们需要预登录首先，然后 采集 继续。

　　这里我们要使用“预登录”功能，点击“预登录”按钮打开登录窗口，如下图所示。优采云采集器您的账户信息不会被存储和上传，您可以放心使用此功能。

　　单击此处了解有关如何使用预登录功能的更多信息。

　　2、手动设置分页

　　豆瓣短评页面的翻页按钮比较特别。智能模式不能直接将元素采集识别到下一页。这时候系统会提示你。

　　我们需要手动设置分页，设置“分页设置-手动设置分页-点击分页按钮”，然后在网页中点击翻页按钮。

　　点击这里了解如何实现翻页功能。

　　3、设置提取数据字段

　　在智能模式下，我们输入网址后，软件可以自动识别页面上的数据并生成采集结果。每种数据对应一个采集字段，我们可以右键该字段进行相关设置。包括修改字段名、增减字段、处理数据等。

　　单击此处了解如何配置 采集 字段。

　　我们需要采集豆瓣短评的评论者、发布时间、有用数量和评论内容。由于星级的特殊元素，优采云V2.1.22版本暂时不会上线。采集支持该字段，后续版本会实现该功能。字段设置效果如下：

　　第 4 步：设置并启动 采集 任务

　　1、设置采集任务

　　添加 采集 数据后，我们可以启动 采集 任务。在启动之前，我们需要对采集任务进行一些设置，以提高采集的稳定性和成功率。

　　点击“设置”按钮，在弹出的操作设置页面，我们可以设置操作设置和防屏蔽设置，这里我们勾选“Skip continue 采集”，设置“2”秒请求等待时间，勾选“不加载网页图片”，根据系统默认设置防屏蔽设置，然后点击保存。

　　单击此处了解有关如何配置 采集 任务的更多信息。

　　2、开始采集任务

　　点击“保存并开始”按钮，在弹出的页面中进行一些高级设置，包括定时启动、自动存储和下载图片。本例中没有用到这些功能，可以直接点击“开始”。

　　单击此处了解有关计时的更多信息采集。

　　单击此处了解有关什么是自动库存的更多信息。

　　单击此处了解有关如何下载图像的更多信息。

　　【温馨提示】免费版可以使用非周期定时采集功能，下载图片功能免费。个人专业版及以上可使用高级计时功能和自动存储功能。

　　3、运行任务提取数据

　　任务启动后会自动启动采集数据，我们可以从界面直观的看到程序运行过程和采集结果，采集之后会有提示超过。

　　第 5 步：导出和查看数据

　　数据采集完成后，我们可以查看和导出数据，优采云采集器支持多种导出方式（手动导出到本地，手动导出到数据库，自动发布到数据库，自动发布到网站）并导出文件格式（EXCEL、CSV、HTML和TXT），我们选择我们需要的方法和文件类型，点击“确认导出”。

　　单击此处了解有关如何查看和清除 采集 数据的更多信息。

　　单击此处了解有关导出 采集 结果的更多信息。

　　【温馨提示】：所有手动导出功能均免费。个人专业版及以上可以使用发布到网站功能。