原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
八爪鱼 让数据触手可及;八爪鱼采集器;一、八爪鱼简介
二、采集器组成
三、简单示例
四、基本介绍
五、采集实例;浏览器;八爪鱼; 八爪鱼采集器，是一款通过模拟人去访问网页文档的互联网数据采集器，通过设计流程操作，可以实现采集自动化，以达到快速的对网页数据进行收集整合，完成用户数据采集的目的。
原理：
1.模拟人去浏览网页
2.通过设计流程操作完成采集自动化;
通常，我们将一个采集任务称为一个规则。规则是八爪鱼采集器的核心组成部分，我们将八爪鱼的组成按规则进行划分，可以分为以下几种：
一、任务列表：
任务列表，是指八爪鱼采集器中编辑的任务，编辑好的任务可以直接从等待状态进行执行状态
二、任务规则：
任务规则，就是指根据特定的网页，按人用浏览器去访问网页的过程制定好的自动化任务程序，一般来说，一个类型相似的网站对应一个任务规则
三、任务状态：
1)任务生命周期:可执行状态、等待状态、运行中状态、已完成状态、已停止状态
2）运行中状态：1）本地采集状态、云采集状态
;一、打开网页：
打开网页，一般指我们所要采集数据的网站，正如平时我们浏览该网站的数据信息时需要输入URL一样
二、循环翻页：
循环翻页，指一般我们需要快速收集整合时，是需要做到翻页循环的，循环翻页的本质是一个单个元素的循环
三、提取数据
正式的采集步骤
四、点击元素
循环本身是不会有任何执行操作的，如果要实现循环翻页，则需要一个点击元素来和循环产生联动
;一、设置基本信息：
此处用于填写规则名称与规则备注
二、设计工作流程：
此处用于设计任务规则的自动化流程步骤，例如：你要让该任务打开哪一个网页，做哪些步骤等都在设计工作流程中完成，设计工作流程是一个任务规则的核心步骤
三、设置执行计划：
此处你可以设置任务规则的相关选项，例如：禁止浏览器加载图片、云采集不拆分任务、启动增量采集等
四、任务启动选择：
如果规则编写正确，此处你就可以启动一个任务规则的生命周期了，此时如果编辑正确，任务应该处于可执行状态
;流程设计步骤：
在八爪鱼采集器中，一共有11个流程设计操作，其中分为基本步骤和进阶步骤，划分为以下：
基本步骤：
基本步骤本身是应用较多的流程设计操作，通常来说，要实现一个网页的数据快 速整理与采集，这些步骤是必不可少的，基本步骤如下：
1）打开网页
2）点击元素
3）循环
4）提取数据
进阶步骤：
进阶步骤，是指除基本步骤外，我们需要通过下列操作来辅助完成我们的数据采集，例如：有时候我们采集的数据需要先输入文本才能进行采集，进阶步骤如下：
1）输入文字
2）识别验证码
3）切换下拉选项
4）判断条件
5）移动鼠标到元素上
6）结束循环
7）结束流程
; 在八爪鱼中，流程操作由基本信息与高级选项两部分组成
一、基本信息：
基本信息一般会将该操作流程的基本信息显示出来，例如：打开网页会显示你打开网页的URL，点击元素会显示你点击的元素文本等
二、高级选项：
高级选项，可以设置一些额外的选项设置，以便辅助规则正确有效执行，例如：执行前等待、元素在iframe里等
;;The End
文档评论（0）