文章采集免费(百家号首页调整，已经没有文章了，怎么办？ )

　　文章采集免费(百家号首页调整，已经没有文章了，怎么办？

)

　　温馨提示：百家号首页已调整。 文章 不再可用，因此本教程文章 无效。如果你想要采集other自媒体文章，可以点击：%E6%96%87 %E7%AB%A0

　　百家号是全球最大的中文搜索引擎百度为内容创作者提供的内容发布、内容变现和粉丝管理平台。白家豪的使命：帮助内容创作者“在这里影响世界”。百家号里有很多优质的文章需要采集。

　　本文采集的字段为标题、作者、时间、阅读次数、正文。在实际操作过程中，您可以根据自己的需要更改字段内容。这个网站需要注意的是网页采用ajax技术，系统自动生成的流程图会有重复数据，需要手动调整。

　　采集网站：（白家豪的首页，首页通常是文章阅读量不错，采集过滤表格中的阅读量后，可以找到白家豪爆文。）。

　　使用功能点：

　　l寻呼列表信息采集

　　/tutorialdetail-1/fylb-70.html

　　lAJAX 点击和翻页

　　/tutorialdetail-1/ajaxdjfy_@k​​22@html

　　第一步：创建采集task

　　1）进入主界面，选择“自定义模式”

　　2） 将采集的网址复制粘贴到网站输入框中，点击“保存网址”

　　第 2 步：创建翻页循环

　　1） 在页面右上角，打开“流程”，显示两个部分：“流程设计器”和“自定义当前操作”。打开网页后，默认显示“热门”文章。向下滚动页面，找到并点击“查看更多”按钮，在操作提示框中选择“循环点击单个元素”创建翻页循环

　　由于本网页涉及Ajax技术，所以需要设置一些高级选项。选择“点击元素”这一步，打开“高级选项”，勾选“Ajax加载数据”，设置时间为“2秒”

　　注：AJAX 是一种延迟加载和异步更新的脚本技术。通过后台与服务器的少量数据交换，无需重新加载整个网页即可更新网页的某一部分。

　　性能特点：当你点击网页中的一个选项时，网站的大部分网址不会改变；湾网页未完全加载，但仅部分加载了数据，这些数据会发生变化。

　　验证方法：点击操作后，URL输入栏在浏览器中不会出现加载状态或转动状态。

　　2） 观察网页，我们发现点击“查看更多”按钮可以无限加载页面。如何限制循环次数？选择“循环翻页”步骤，打开“高级选项”，打开“满足以下条件时退出循环”，设置循环次数等于“5次”，点击“确定”

　　（注：这里的循环次数可以根据自己的需要确定）

　　第 3 步：创建一个列表循环并提取数据

　　1） 移动鼠标选择页面上的第一个文章链接，系统会自动选择页面上的一组文章链接。在弹出的操作提示框中，选择“全选”

　　2）选择“点击循环中的每个链接”

　　注意：如图所示，需要的数据已经加载完毕，但是网页还在加载很长时间，可以点击右边的“x”结束加载

　　3）点击第一篇文章文章的标题，在右侧的操作提示框中选择“采集这个元素的文字”

　　4）同理，采集文章的发件人、时间、阅读数和正文

　　5）字段选择完成后，选择对应的字段，自定义字段的命名

　　注意：如图，点击“添加特殊字段”可添加当前页面URL、当前时间等字段

　　第四步：调整流程图结构

　　继续观察，经过多次“查看更多”，这个网页已经加载了很多文章文章。所以，我们配置规则的思路是先建立一个翻页循环，加载出需要的文章，然后创建循环列表提取数据

　　1）选择整个“循环”步骤并将其拖出“循环翻转”步骤。如果不这样做，就会出现大量重复数据。

　　拖动完成后，如下图

　　3）点击左上角“保存并启动”，选择“启动本地采集”

　　4）做了采集之后，我们发现当我们点击进入每个文章detail页面的时候，想要的数据已经加载了，但是网页还在加载很长时间。为了提高采集的速度，我们选择“点击元素”这一步，勾选“Ajax加载数据”

　　注意：本网页没有使用Ajax技术，但是为了提高采集的速度，我们设置了Ajax强制停止加载，进入下一步，这个功能需要慎用，并且Ajax超时时间以网页实际加载时间为准，否则可能会出现无法提取数据的情况。具体可参考教程：使用AJAX实现超时结束步骤

　　/tutorialdetail-1/ajaxdjfy_@k​​22@html

　　第五步：数据采集并导出

　　1）重新开始采集。 采集完成后会弹出提示，选择“导出数据”，选择“合适的导出方式”，导出采集好搜狗微信文章的数据

　　2）这里我们选择excel作为导出格式，导出数据如下图