优采云采集器的自定义模块教程,你值得拥有!!

优采云 发布时间: 2021-08-04 07:19

  优采云采集器的自定义模块教程,你值得拥有!!

  有了之前使用模板爬取数据的经验,相信你应该能更熟练地使用优采云采集器。可能有朋友好奇,能不能只爬取软件预设的模板获取数据?当然不是。 优采云采集器 还有一个自定义的采集 函数供用户采集 想要数据。与预设模块相比,定制更灵活,虽然相比预设模板更复杂,但爬取的数据更适合你。本文小编为大家带来优采云采集器的自定义模块教程。

  

  首先,像往常一样启动并登录你的优采云采集器,进入主界面,点击【新建】下的【新建任务组】,新建一个组。

  

  点击确定创建一个新组

  

  创建组后,点击【新建】下的自定义任务,会进入这样的界面。

  

  我们可以去寻找我们要抓取的网页的链接。这里小编去京东搜索手机,搜索结果出来后,我们可以复制链接。

  

  将我们复制的链接粘贴到URL栏中,将任务组改为之前创建的组,然后点击【保存设置】。

  

  保存设置后会跳转到抓取界面,软件会自动开始识别要抓取的网页部分。根据个别机器的网速不同,对应的等待时间也不同。

  

  识别完成后,可以看到有很多数据,其中有很多无用的数据需要剔除。

  

  将光标移动到表格字段,会出现两个图标,笔图标是更改字段名称,垃圾桶是删除该字段。

  

  我们可以随意删除和更改字段名称。这里,编辑器只保留上图中的字段。

  

  设置完字段后,我们将注意力转向了上图中的小方框。第一个是不可选的,我们直接忽略它。

  采集前滚动页面加载更多数据:因为现在很多网站使用动态页面,加载时有些内容不会显示,只有我们下拉才会逐渐显示,这个功能就是防止这种情况发生。

  翻页和采集多页数据:设置为抓取多页,不勾选仅当前页。

  点击列表中的XXX和采集下一级页面:该功能允许我们抓取子页面中的内容。

  这里不深入爬取,只勾选前两项,然后点击【生成采集设置】。

  

  点击生成后,它会让你开始保存或查看。点击此处保存并启动采集。

  

  到达这个界面后,我们可以看到一个详细的过程。该页面爬取的内容在内循环列表中。

  

  我们点击外循环的设置按钮。

  

  展开退出循环设置,查看循环执行次数,这里我们只抓取了3个页面。

  

  开始采集

  

  采集Done,点击导出。

  

  另外,如果您抓取的页面有重复数据,软件也会直接提示您,根据您的情况选择保留或删除。

  

  导出方式

  

  导出文件的保存位置

  

  保存完成

  

  查看数据

  以上是小编为大家带来的优采云采集器自定义模块教程。熟练使用后,相信各位小伙伴可以采集有更多的数据,使用优采云采集器采集data之后,就可以根据采集的数据分析完成各种任务。希望这篇文章对大家有所帮助。

0 个评论

要回复文章请先登录注册


官方客服QQ群

微信人工客服

QQ人工客服


线