做电商必须会的一个工具!教你用爬虫工具采集什么值得买商品数据
优采云 发布时间: 2020-08-09 16:47本文主要介绍怎样使用优采云采集器的智能模式,免费采集“什么值得买”商品价钱、图片、标题及推荐人等信息。
采集工具简介:
优采云采集器()是一款基于人工智能技术的网路爬虫工具,只须要输入网址才能够手动辨识网页数据,无需配置即可完成数据采集,是业内首家支持三种操作系统(包括Windows、Mac和Linux)的数据采集软件。
这是一款真正免费的数据采集软件,对采集结果导入没有任何限制,没有编程基础的小白用户也可轻松实现数据采集要求。
官方网址:
采集字段:
商品标题、商品链接、价格、商品描述、商品所属网站、主图、推荐人、商品在售情况
功能点目录:
如何采集列表+详情页类型网页
如何下载图片
采集结果预览:
导出到Excel表格:
导出到本地图片:
下面我们来详尽介绍一下怎么免费采集“什么值得买”网站上推荐的商品数据,我们以西装为例,具体步骤如下:
步骤一:下载安装优采云采集器,并注册登入
1、打开优采云采集器官网,下载并安装爬虫软件工具—优采云采集器软件
2、点击注册登入,注册新帐号,登录优采云采集器
【温馨提示】您可以直接使用此款爬虫软件,不需要进行注册,但是匿名帐户下的任务在切换到注册用户时会遗失,因此建议您注册后使用。
优采云采集器为优采云云旗下产品,如果您是优采云用户,可直接登入。
步骤二:新建采集任务
1、复制“什么值得买”毛衣的网页(需要搜索结果页的网址,而不是首页的网址)
2、新建智能模式采集任务
您可以在软件上直接新建采集任务,也可以通过导出规则来创建任务。
步骤三:配置采集规则
1、设置提取数据字段
在智能模式下,我们输入网址后软件即可手动辨识出页面上的数据并生成采集结果,每一类数据对应一个采集字段,我们可以右击数组进行相关设置,包括更改数组名称、增减数组、处理数据等。
由于采集软件辨识出了好多我们不需要的数组,而我们只须要部份数组的内容,这种情况下可以将原本辨识下来的数组全部清空,再自动添加数组,也可以在以前数组的基础上进行更改。
我们添加商品标题、商品链接、价格、商品描述、商品所属网站以及主图等数组,字段设置疗效如下:
2、使用深入采集功能提取详情页数据
在列表页上展示出了“什么值得买”毛衣的大部分信息,但是假如我们想要采集到推荐人及商品在售情况的信息,需要右击“商品链接 ”使用深入采集功能,跳转到详情页进行采集。
在详情页面我们可以看见推荐人以及商品在售情况等信息,我们可以点击“添加数组”添加采集字段,字段设置疗效如下:
步骤四:设置并启动采集任务
1、设置采集任务
完成了采集数据添加,我们可以开始启动采集任务了。在启动之前我们须要对采集任务进行一些设置,从而提升采集的稳定性和成功率。
点击“设置”按钮,在弹出的运行设置页面中我们可以进行运行设置和防屏蔽设置,这里我们勾选“跳过继续采集”,设置“2”秒恳求等待时间,勾选“不加载网页图片”,防屏蔽设置就根据系统默认设置,然后点击保存。
2、启动采集任务
点击“保存并启动”按钮,可在弹出的页面中进行一些中级设置,包括定时启动、自动入库和下载图片,本次示例中未使用到定时采集及手动入库功能,勾选下载图片到本地的功能后,点击“启动”运行爬虫工具。
【温馨提示】免费版本可以使用非周期性定时采集功能,下载图片功能是免费的。个人专业版及以上版本可以使用中级定时功能和手动入库功能。
3、运行任务提取数据
任务启动以后便开始手动采集数据,我们从界面上可以直观的看见程序运行过程和采集结果,采集结束以后会有提醒。
步骤五:导出并查看数据
数据采集完成后,我们可以查看和导入数据,优采云采集器支持多种导入方法(手动导入到本地、手动导入到数据库、自动发布到数据库、自动发布到网站)和导入文件的格式(EXCEL、CSV、HTML和TXT),我们选择自己须要方法和文件类型,点击“确认导入”。
【温馨提示】:所有自动导入功能都是免费的。个人专业版及以上版本可以使用发布到网站功能。