【百度地图】列表采集

　　采集场景

　　在百度地图首页（@12687885,2564917,13z）输入【城市+关键词】搜索，采集搜索结果列表页。示例中关键词为【深圳 火锅】，可依照需求进行更换，同时支持手动批量输入多个关键词。

　　采集字段

　　商家名称、商家链接、评分、地址等。

　　

　　鼠标放在图片上，右键，选择【在新标签页中打开图片】可查看高清大图

　　下文其他图片同理

　　采集结果

　　采集结果可导入为Excel，CSV，HTML，数据库等多种格式。导出为Excel示例：

　　

　　教程说明

　　本篇制做时间：2020/4/24 优采云版本：V8.1.8

　　如果因网页改版导致网址或步骤无效，无法采集到目标数据，请联系官方客服，我们将及时修正。

　　采集步骤

　　步骤一、打开网页

　　步骤二、输入多个关键词并搜索

　　步骤三、创建【循环列表】，采集所有搜索结果列表中的数据

　　步骤四、编辑数组

　　步骤五、创建【循环翻页】，采集多页数据

　　步骤六、启动采集

　　步骤一、打开网页

　　在首页输入框中，输入百度地图首页的网址：@12687888,2564918,13z，然后点击【开始采集】，可以看见优采云自动打开了网页。

　　

　　特别说明：

　　a. 打开网页后，如果开始开始【自动辨识】，请等待手动辨识完成。优采云支持手动辨识网页上的列表，滚动和翻页，识别成功后直接启动采集并获取数据。如果【自动辨识】的结果不是我们须要的，可点击【取消】关闭智能辨识，自行配置采集流程。详情点击查看【自动辨识】

　　步骤二、输入多个关键词并搜索

　　通过以下几步，实现批量输入多个关键词。

　　1、创建【文本列表循环】，存储多个关键词

　　2、创建【输入文本】并与【文本列表循环】联动，以输入多个关键词

　　3、点击搜索

　　1、创建【文本列表循环】，存储多个关键词

　　在【打开网页】步骤后，添加一个【循环】。

　　进入【循环】设置页面。选择循环形式为【文本列表】，点击

　　

　　按钮，将我们打算好的关键字输进去（可同时输入多个关键字，一行一个即可）后保存。

　　

　　特别说明：

　　a. 示例中输入的关键词是【深圳 火锅】和【深圳 药店】，可依照自身需求进行替换。

　　b. 一次最多输入2W个关键字。可先打算一个收录多个关键字的文档，然后将其复制粘贴进优采云中。

　　2、创建【输入文本】并与【文本列表循环】联动，以输入多个关键词

　　① 创建【输入文本】

　　选中页面中的搜索框，在红色操作提示框中，选择【输入文本】后点击【确定】。

　　② 【输入文本】与【文本列表循环】联动

　　将【输入文本】步骤推入【循环】中。然后步入【输入文本】设置页面，勾选【使用当前循环里的文本来填充输入框】后保存。

　　

　　3、点击搜索

　　在【循环】中选择一个关键词，再点击【输入文本】，可以看见，关键词成功输入进网页的文本框中。

　　然后选中【搜索】按钮，在操作提示框中点击【点击该按键】，出现关键词的搜索结果列表页。

　　

　　步骤三、创建【循环列表】，采集所有搜索结果列表中的数据

　　1、创建【循环列表】

　　通过以下连续4步，采集所有搜索结果列表中的数据：

　　① 选中页面上1个店家列表（注意一定要选中整个列表，收录所有所需数组）

　　② 在白色操作提示框中，点击【选中子元素】

　　③ 点击【选择全部】

　　④ 点击【采集数据】

　　

　　特别说明：

　　a. 经过以上连续4步，【循环-提取数据】创建完成。【循环】中的项，对应着页面上所有店家列表，【提取数据】中的数组，对应着每位店家列表中的数组。启动采集以后，优采云就会根据循环中的次序依次提取每位列表中的数组。

　　b.为何通过以上4步，可构建【循环-提取数据】？详情点击查看列表数据采集教程。

　　2、修改【循环列表】XPath

　　自动生成的【循环列表】XPath，不能精准定位到每一个搜索结果列表，需自动更改。

　　进入【循环列表】设置页面，修改XPath为：//li[contains(@class,'search-item')] ，然后点击【应用】保存。

　　

　　特别说明：

　　a. XPath是哪些？怎么写？需要系统学习XPath知识，点击查看XPath学习与实例教程。

　　步骤四、编辑数组

　　在【当前页面数据预览】面板中，可删掉多余数组，修改数组名，移动数组次序等。

　　

　　步骤五、创建【循环翻页】，以采集多页数据

　　1、建立【循环翻页】

　　如果只是采集一页数据，可跳过此步骤。

　　如果须要翻页以采集多页数据：选择页面中的【下一页】按钮，在操作提示上单击【循环点击下一页】，创建【循环翻页】。

　　

　　特别说明：

　　a. 创建【循环翻页】后，优采云会手动点击【下一页】按钮进行翻页，从第1页，第2页......直到最后1页。如果只需采集特定页的数据，可在优采云中设置循环翻页的次数，详情点击查看翻页以采集多页数据教程。

　　2、修改【循环翻页】的XPath

　　默认的【循环翻页】XPath会在最后一页重复翻页，导致其他关键词难以输入并采集，需更改【循环翻页】XPath。

　　进入【循环翻页】设置页面，修改XPath为：//A[text()="下一页>"][not(@class)]。

　　

　　特别说明：

　　a. 为什么会不结束翻页？这是因为【循环翻页】默认生成的XPath，在最后1页时，仍然能定位到【下一页】按钮，这都会造成其始终点击【下一页】按钮，不结束翻页。为了解决这个问题，我们须要自动写一条XPath，使之在当前页为非最后一页时，都能定位到【下一页】按钮，以实现不断点击【下一页】按钮进行翻页。同时在当前页为最后一页时，不定位到【下一页】按钮，以结束翻页。这里须要一定的XPath知识。点击查看XPath学习与实例教程。

　　步骤六、启动采集

　　1、单击【采集】并【启动本地采集】。启动后优采云开始手动采集数据。

　　

　　特别说明：

　　a. 【本地采集】是使用自己的笔记本进行采集，【云采集】是使用优采云提供的云服务器采集，点击查看本地采集与云采集详解。

　　b.启动采集后，请保持采集窗口网页显示区域的最大化，如果采集窗口网页显示区域过小，将会形成好多重复数据（因为网页显示区域过小时，非常容易触发重新加载，一重新加载就从第1页开始采集，进而重复采集前几页数据，无法正常翻页）。

　　采集窗口网页显示区域大（将数据预览窗口折叠上去），无重复数据（个别重复为正常现象）：

　　

　　采集窗口网页显示区域太小，很多重复数据（非正常重复）：

　　

　　2、采集完成后，选择合适的导入方法来导入数据。支持导入为Excel，CSV，HTML，数据库等。这里导入为Excel。示例数据：

　　

　　作者：Aisling