采集网页数据

　　注：集搜客GooSeeker爬虫从V9.0.2版本开始，爬虫术语“主题”统一改为“任务”，在爬虫浏览器里先命名任务再创建规则，然后登陆集搜客官网会员中心的“任务管理”里，就可以查看任务的采集执行情况、管理线索网址以及做调度设置了。

　　一、操作步骤（观看视频）

　　下面用易迅网站作为案例，给你们演示怎么使用直观标明的功能采集网页数据，操作步骤如下：

　　二、案例规则+操作步骤

　　第一步：打开网页

　　1.1，打开GS爬虫浏览器，输入网址并Enter，加载出网页后再点击“定义规则”按钮，看到一个浮窗显示下来，称为工作台，在前面定义规则；

　　1.2，在工作台北输入主题名，再点击“查重”，提示“该名可以使用”或“该名已被占用，可编辑：是”，就可以使用这个主题名，否则请重命名。

　　Tips：为了能确切定位网页信息，点击“定义规则”会把整个网页定格住，不能跳转网页链接，点击“普通浏览”，才会恢复到普通的网页浏览模式。

　　第二步：标注须要采集的信息

　　2.1，标注是针对网页的文本信息来操作的，双击目标信息都会选中它，在弹出小窗中输入标签名，打勾确认或Enter。首次标明还要输入整理箱名称，即存数据的表名。这也是标签与网页信息构建映射关系的过程。

　　2.2，重复上一步操作来标明地址、电话信息。

　　第三步：存规则，抓数据

　　3.1，点击“测试”，检查信息完整性。不完整的话，对整理箱的标签右击删除后，再重新标明即可。

　　3.2，点击“存规则”。

　　3.3，点击“爬数据”，弹出DS打数机开始采集数据，测试采集规则是否有效。除了通过“爬数据”按钮来启动采集任务之外，还有其他运行方法，详见《DS打数机采集数据》。

　　第四步：查看数据

　　4.1，采集成功的数据会以xml文件的方式保存在DataScraperWorks文件夹中，详情见文章《查看数据结果》

　　提示：这篇教程只采集了第一个商品的数据，要采集这个页面上所有的商品信息，直接进行上篇文章《采集列表数据》中的第三步，做样例复制。

　　上篇文章：《集搜客网路爬虫的核心名词》 下篇文章：《采集列表数据》

　　若有疑问可以或