自动采集器 近期发布:【银保监】官网政策公告采集

　　自动采集器 近期发布:【银保监】官网政策公告采集

　　点击查看高分辨率大图，下图同理

　　采集结果

　　采集结果可以导出为Excel、CSV、HTML、数据库等多种格式，导出为Excel示例：

　　教程说明

　　本文制作时间：2022/6/19优采云版本：V8.5.2

　　如因网页改版导致网址或步骤失效，导致无法采集目标数据，请联系官方客服，我们会及时更正。

　　采集步骤

　　第一步：打开网页

　　第二步：创建【循环点击】进入各个动态详情页

　　Step 3. 提取详情页中的文本字段

　　步骤 4. 编辑字段

　　Step 5. 创建【循环翻页】，采集多页数据

　　第 6 步。开始 采集

　　以下是具体步骤：

　　步骤一、打开网页

　　在首页【输入框】输入目标网址%E7%9B%91%E7%AE%A1%E5%8A%A8%E6%80%81，点击【开始采集】，优采云 自动打开网页。

　　特别提示：

　　一个。打开网页后，如果【自动识别】开启，请点击【不自动识别】或【取消识别】关闭。因为这篇文章不适合使用【自动识别】。

　　b. 【自动识别】适用于网页自动识别列表、滚动、翻页。识别成功后，可以直接启动采集获取数据。详情点击查看【自动识别】教程

　　Step 2. 创建【循环-点击元素】进入各监管动态详情页

　　1.创建【循环-点击元素】进入各监管动态详情页

　　通过以下3个步骤，循环点击各个链接进入详情页：

　　① 选择页面第一个监管动态链接（注意一定要选择链接）

　　② 点击【循环点击每个链接】进入第一次监管更新详情页面

　　特别提示：

　　一个。经过以上3个连续的步骤，【循环点击元素】就创建好了。【流通】中的项目对应页面上所有监管动态链接。启动采集后，优采云会依次点击循环中的各个链接进入详情页，采集每个监管动态的详情页数据。

　　b. 为什么通过以上3个步骤，就可以建立【循环-点击元素】呢？详情请点击多个链接后点击查看采集详细的页面数据教程。

　　2.修改【循环-点击元素】Xpath

　　为了准确定位所有监管动态链接，需要修改【Cycle Flip】的XPath。

　　进入【循环翻页】设置页面，选择【循环模式】为【不固定元素列表】，修改XPath为：//span[@class="title"]/a，然后点击【应用】保存。

　　修改后，再次点击【点击元素】步骤，进入问题详情页面。

　　特别提示：

　　一个。默认生成的循环方式是【固定元素列表循环】，无法准确定位所有问题链接，所以我们需要手动修改XPath来定位所有问题链接。这里需要一些 XPath 知识。点击查看XPath学习和示例教程。

　　Step 3. 提取详情页中的文本字段

　　进入详情页后，选择页面上的文字，然后在操作提示框中点击【采集此元素文字】。

　　可以用这种方式提取文本字段。在示例中，我们提取了当前位置、发布时间、来源、标题、文本等字段。

　　步骤 4. 编辑字段

　　1.编辑字段

　　在【当前页数据预览】页面，您可以删除或添加冗余字段、修改字段名称、移动字段顺序等。

　　2.修改字段XPath

　　对于[Text]字段，默认生成的XPath字段无法准确定位监管动态的所有内容，需要手动修改。

　　进入【Extract List Data】步骤设置页面，修改文本XPath为：//div[@class="Section0"]

　　3.格式字段

　　格式化数据，格式化【当前位置】、【发布时间】、【来源】字段中的数据，去掉多余的内容。

　　具体步骤如下图所示：

　　步骤 5. 创建圆形翻页

　　1.创建循环翻页

　　如果只有采集一页数据，则跳过此步骤。

　　如果您需要翻阅到采集多页数据：

　　① 首先点击流程中的【循环列表】步骤返回列表页面（如果已经在列表页面可以直接继续）

　　②然后选择页面上的【下一页】按钮，在操作提示上点击【循环点击下一页】，创建一个【循环翻页】。

　　2.设置执行前的等待时间

　　① 进入【循环翻转1】设置页面，设置【执行前等待】3s

　　②进入【点击翻页1】设置页面，设置【执行前等待】3s，【Ajax超时】7s

　　第 6 步。开始 采集

　　1. 点击【采集】和【启动本地采集】。优采云启动后开始自动采集数据。

　　特别提示：

　　一个。[本地采集]是使用自己的电脑给采集，[云端采集]是使用优采云提供的云服务器采集，点击即可查看本地采集和云端采集的详细解释。

　　2.采集完成后，选择合适的导出方式导出数据。支持导出为Excel、CSV、HTML、数据库等，这里导出为Excel。数据示例：

　　推荐文章:源代码商城 网站发布文章需要知道的SEO技巧有哪些？

　　网站 文章发布哪些 SEO 技巧？

　　前几年，百度搜索引擎并没有那么严格，你可以依靠大量的转载收录和伪原创来蒙混过关。但随着百度的不断发展，现在百度已经开始大量打压过量收录，并依靠伪原创积累网站、减少收录权、不收录等处理结果，会对网站产生很大的影响。

　　1.为了让网站快速看起来饱满，一些SEO人员利用互联网上一些cms系统的采集能力，在其他网站上采集大量文章，但这种网站往往是徒劳的。

　　2. 伪原创已过时

　　过去，伪原创文章很容易使用，因为搜索引擎的算法不是那么精确，但随着搜索引擎的不断改进，很容易判断文章是否是伪原创。伪原创文章一般为修改内容的30%。例如：修改文章的开头和结尾，替换同义词或相似的单词，短语，替换重要单词等。 原创内容为王

　　首先，原创内容非常重要。当然，文章的结构必须清晰。如果内容与主题不对应，更何况用户不喜欢看，连搜索引擎都反感。对于高品质的原创文章，网站是最好的营养液。因为原创文章符合网站的核心，不仅搜索引擎喜欢爬行，还能吸引更多的用户长时间停留在网站上，而这个时间就是判断网站质量的标准。

　　4、优质的原创文章不仅可以提升用户体验，还可以稳定百度快照的基础。坚持打造优质原创文章也赋予网站很高的权重和排名。

　　现在，用户喜欢刷手机。如果你转载了很多别人的文章，特别是你在其他网站上看过文章，用户就不会再去网站去看了，直接关闭网站，除非这个文章是非常经典的文章。

　　所以重印和伪原创是一些机会主义的方法，在做网站SEO时，不仅是为了迎合搜索引擎，也是为了网站用户体验。

　　源代码商城关键词优化SEO关键词多少钱