Python手动点击易迅商品价钱条件，智能采集价格数据！

　　注意：如果动作执行前后的网页结构没有变化，可以用一个规则来完成；网页结构前后变化的话，必须用两个或以上的规则来完成；另外涉及翻页的话，也要拆成两个或以上的规则。关于连续动作要做多少个规则请查阅文章《规划采集流程》。

　　一、建立第一级主题抓取目标信息

　　建立第一级主题的规则，把想要的信息映射到整理箱中，建议做完内容映射后，也做上定位标志映射，可以提升定位准确性和规则适应性。

　　注意：设置了连续动作的规则可以不建整理箱，例如方案2的第一级主题可以不建整理箱，但是用整理箱抓一点数据（选择网页上一定会显示下来的信息），是为了给爬虫判定是否执行采集，否则可能漏采网页。

　　二、设置连续动作点击新建按键构建一个新动作，每个动作的设置方式都是一样，基本操作如下：

　　2.1 输入目标主题名

　　连续动作指向的是同一个目标主题。如果有多个动作，并且要指向不同的主题，请拆成多个规则分别设置连续动作。

　　2.2 选择动作类型

　　本案例是点击动作，不同动作的适用范围是不同的，请按照实际的操作情况来选择动作类型。

　　2.3 把定位到动作对象的xpath填入到定位表达式中

　　2.4 输入动作名称

　　告诉自己这一步动作是拿来干嘛的，方便之后更改。

　　2.5 高级设置

　　最初可以不设置，后面调试连续动作时会用到，可以扩大动作的适用范围。如需把动作对象的信息也抓出来，就在中级设置的内容表达式中用xpath定位到动作对象的信息来实现，请依照须要再来设置。

　　注意：动作类型是否选对以及xpath是否定位确切，决定了连续动作能够执行成功。Xpath是标准的用于定位html节点的语言，请自行把握xpath后再来使用连续动作的功能。

　　按照人的操作步骤，还要选择版本、购买方法1、购买方法2，所以，我们还要继续新建3个动作，重复以上步骤。

　　三、调试规则

　　完成以上步骤后，点击保存规则，再点击爬数据按键进行试抓。发现采集时报错：无法定位到节点***，观察浏览器窗口，看到执行完第一步点击时，其他信息都没加载上来，等到信息都加载上来，又发觉点击了订购方法2后，就难以回挪到执行4步点击的页面，这就造成连续动作没法连贯执行。

　　针对里面的情况，我们的解决方式是删除第4步动作。因为无论是否点击订购方法2，都不影响商品价钱。所以，可以删除没必要且引起干扰的动作步骤。

　　修改后再度试抓，把提取到的xml转为excel后，看到价钱和累计评价的数据抓漏或抓错了。这是因为网页很大，加载比较慢，点击后的数据要等待一定时间才会加载完成。

　　为了抓全数据，需要延长等待时间，给每位动作单独设置延时，点击动作步骤->高级设置->额外延时，输入正整数，单位是秒。输入的时间请按照实际调试。

　　另外，如果不是置顶窗口，采集时会循环点击。这是因为易迅网页上有反爬举措，必须为当前窗口的操作才能生效。所以，要在中级设置上勾上窗口可见，采集时窗口会置顶。请按照实际情况进行设置。

　　四、如何把抓到的信息与动作步骤一一对应？

　　如果希望把抓到的信息与动作步骤一一对应上去，这样就得把动作对象的信息也提取出来，有以下两种方式：

　　4.1 在连续动作的中级设置的内容表达式中用xpath定位到动作对象的信息节点。

　　在定位表达式早已定位到动作对象的整个操作范围，也包括其本身的信息，所以，内容表达式只需从定位到的动作对象为起点，继续定位到其信息就行。采集时都会把该步动作的信息记录在actionvalue中，与之对应的是actionno，记录的是该步动作执行的次数。

　　4.2 在整理箱中抓取动作对象的信息，这里同样要用xpath来定位。

　　动作对象被执行时，其dom结构是有变化的，找到网页变化的结构特点，用xpath确切定位到节点，通过校准后，就可以设置自定义xpath。