最新采集器(2021年优采云采集器V10.0版本更新内容及使用方法)

　　最新采集器(2021年优采云采集器V10.0版本更新内容及使用方法)

　　亲爱的用户：

　　为了给用户更好的采集体验，2021年7月05日，我们进行了优采云采集器的版本更新，目前为优采云采集器V1 0.0 版本已经正式上线。

　　更新内容

　　1、★数据采集中，支持调用其他标签的值作为截取条件★

　　数据提取方式支持调用其他标签值，使得采集过程更加灵活。提取时点击标签符号，调用其他标签的值。下面介绍如何使用它：

　　我们以 URL: 为例，目的是提取 sku 对应的颜色名称，以一种颜色为例：

　　目标网站获取数据部分的源码：

　　(1）先获取颜色的sku值

　　(2）点击标签选择要调用的标签

　　以下是运行结果：

　　注意：调用标签既可以用于前后拦截，也可以用于正则提取，使用方法相同。

　　2、★数据采集支持CSS选择器★

　　优采云采集器数据采集增加了对 CSS 选择器的支持。许多网页都有独特的 CSS 属性。该功能更有利于批量从网页中提取数据。

　　如果想系统地学习css提取的知识，可以先阅读以下教程：.

　　优采云采集器中集成了css提取功能，在界面中填写css路径即可直接使用。在Selector中填写CSS路径，节点属性选择需要采集的属性。

　　例如：

　　注意：css只能获取网页源代码中的元素。如果源码中没有css但是渲染后浏览器显示的css，则无法通过优采云采集器获取

　　3、★新增相关区域功能★

　　关联区域功能，可以先截取网页中指定区域的内容，然后将该区域作为数据源

　　处理 采集。

　　关联区域函数对于分析重复或复杂的网页表单和 采集 很有用。

　　下面介绍关联面积函数的用法：

　　以 URL: 为例，例如，您只想要 采集2020 中的下载链接。如果我们直接循环 采集，那么 采集 链接到其他年份会干扰结果，因此我们可以指定 采集 的区域与关联的区域。

　　下面介绍具体的设置方法：

　　(1）添加关联区域

　　(2)选择数据源中的关联区域，然后按常规方式执行采集

　　采集结果如下图，可见采集只在关联区域执行。

　　以上为示例之一，实际使用中还有其他适用场景可以灵活运用。

　　4、★批量更改间隔添加URL的附加方法★

　　区间变化的变化原理是：地址中的两个参数以固定的间隔递增，相邻两组值的结束值和起始值的间隔为1。变化的地址格式和以这种形式增长可以使用区间变化。来处理。

　　例如，以 URL 为例，我们使用 fiddler 捕获数据包 URL 变化如下：

　　第一页：

　　第二页：

　　第三页：

　　. . .

　　如下图，我们可以清楚的看到，在列表URL中，每页的起始值和结束值的差是15，以及相邻页数、上一页的结束值和起始值下一页的值相差15 1，符合区间变化规律。

　　因此，可以按照下图进行设置。改变的字段使用地址参数，起始值使用[地址参数]，结束值使用[地址参数1]，间隔步长使用起始值和结束值之间的间隔。

　　然后将fiddler抓取的post值填入采集器，并使用自动获取链接抓取列表页数据

　　注意：间隔更改不能与批量URL中的其他方法混用，并且必须有两个地址参数

　　5、★批量设置步骤中新增功能相关设置★

　　6、★运行统计日志设置增加默认关机功能★

　　7、★修复Oss相关问题★

　　8、★URL空间问题导致列表页标签错误问题修复★

　　9、★下载相关bug修复★

　　10、★修复“批量处理任务数据”删除空记录无效的问题★

　　11、★文件下载插件增加文件下载后处理接口★

　　感谢大家的支持和使用，以后也请多多支持小菜~

　　给小彩一颗小星星

　　不要错过任何更新>v