文章自动采集插件(文章自动采集插件如何使用？(一)浏览器)

　　文章自动采集插件(文章自动采集插件如何使用？(一)浏览器)

　　文章自动采集插件如何使用？googleanalytics中包含所有来自谷歌的数据，包括：广告商品和目标人群社交数据可以根据地域或时间段筛选广告位，比如邮件，电话，对话，购物中心等等；但对于某些特定数据，如搜索记录，则会完全丢失。这就引发了一个问题：如何根据客户的行为来合理定位广告点击行为，比如点击哪个广告位，点击什么类型的广告？带着这些问题，开始进入这篇教程。

　　实验基于selenium，chrome，firefox，opera等等，实验的平台：pc端chromeweb开发者工具，ios端safari虚拟机操作系统及操作系统版本：windows，windowsxpselenium采集方法：1.开启seleniumapiselenium是google开发的一款自动化测试工具，用于模拟浏览器用户在网页上的行为。

　　我们需要配置一个测试环境，比如新建一个simulink（model),选择应用程序application，如下图中，点击admin：点击ok，创建用户模型，给一个用户的标识名称或id，chrome浏览器和chromeapp的标识名称可以不同，都用username。之后，会从百度网页上查询广告id(通过apiset获取):2.创建simulink用户模型chrome浏览器标识名称和id可以在gpu软件上通过simulink脚本调用，所以在chrome的chromecrawler中初始化。

　　右键新建的simulink,选择properties，之后name选择username：点击ok：3.创建simulink脚本test_spider_spider.py，主要工作内容有3点：获取广告id（应用程序applicationsplitversion初始化好）==》找到广告的cookie==》从cookie中获取广告id，并进行识别。

　　4.打开sevenwalibee数据，调用selenium采集：importjsongi=json.loads(json.loads(test_spider_spider.py))gi.send(json.stringify())time.sleep(1)fromseleniumimportwebdriverng=webdriver.chrome()ng.get('')通过上述代码，我们在浏览器中获取到test_spider_spider.py的一些信息(包括，cookie，admin等)。

　　ng.send(json.stringify())得到的json是这样的：5.启动webdriver，进行实验test_spider_spider.exe，在浏览器中查看数据。我这里还是用浏览器查看好了，无论从速度还是稳定性来说，chromeapp都更友好。但有一点，chromeapp往往不适合直接调用，因为chromeapp不支持外部命令行。

　　目前我的方案是放到内部命令行中。希望对大家有一点帮助。github代码地址：，可直接翻墙访问，欢迎各位fork/star。