关键词采集方法.docxVIP

八爪鱼·云采集网络爬虫软件 八爪鱼·云采集网络爬虫软件 关键词采集方法 本文将介绍如何利用【词库】批量挖掘并采集长尾词的方法，对SEOSEM站长来说非常实用。本来还将介绍一款免费好用的数据采集工具【八爪鱼数据采集】，让站长采集关键词的工作事半功倍。 长尾词对于站长来说是提高网站流量的核心之技能之一，是不容忽视的一项技巧，在搜索引擎营销中对关键词策略的制定是非常重要的，这些长尾关键词能为网站贡献很大的一部分流量，并且带来的顾客转化率也很不错。 下面就以【词库】为例，教各位站长如何是用【八爪鱼数据采集器】批量采集关键词。 采集网站： HYPERLINK / / 本文就以一组（100个B2B行业有指数的关键词）为例，来采集关于这一组关键词的所有相关长尾关键词。 采集的内容包括：搜索后的长尾关键词，360指数，该长尾关键词搜索量以及搜索量的第一位网站（页面）这四个有效字段。 使用功能点： 循环文本输入 /tutorialdetail-1/wbxh_7.html Xpath HYPERLINK /tutorialdetail-1/xpathrm1.html xpath入门教程1 HYPERLINK /tutorialdetail-1/xpathrm1.html xpath入门2 HYPERLINK /tutorialdetail-1/xdxpath-7.html 相对XPATH教程-7.0版 数字翻页 HYPERLINK /tutorialdetail-1/szfy_7.html /tutorialdetail-1/szfy_7.html 步骤1：创建词库网采集任务 进入主界面，选择“自定义采集” 2）将要采集的网址URL复制粘贴到网站输入框中，点击“保存网址” ? 步骤2：创建循环输入文本 打开网页之后，点开右上角的流程，然后从左侧拖一个循环进来 点击循环步骤，在它的高级选项那里选择文本列表，再点开下面的A，把复制好的关键词全部粘贴进去，注意换行，再点击确定保存。 创建好循环文本输入后，点击页面上的搜索框，创建输入文本的步骤，注意，不需要输入任何文本即可，若是自动生成的是在循环外面，拖入进去，再勾选循环即可。 右键选择页面上的搜索按钮，设置好点击元素，这样，循环文本输入就设置好了，流程下方就是搜索出来的长尾关键词。 步骤3：创建数字翻页 由于该搜索结果页面没有下一页按钮，只有数字页数，所以我们需要用到xpath的一些相关知识，来设置特殊的数字翻页。首先去火狐浏览器里把该网页打开并搜索相应关键词后，打开浏览器右上角的firebug工具--小瓢虫（不懂的同学可以去官网教程看一下相应的xpath教程） 翻到页面下方，找到数字位置的源码，可以看到当前页面的数字跟其他数字，在源码里节点的属性class是有所不同的 收益我们首先定位到该页面的数字位置，手写xpath：//div[@id=page]/a[contains(@class,current)] 再利用固定函数following-sibling来定位到该节点后的第一个同类节点，注意，该函数后面接::是固定格式，a[1]是指该节点后的第一个同类节点 可以查看翻页后还是正常定位到下一页的数字上，说明该xpath没有问题 再回到八爪鱼，在左侧流程页面拖一个循环进来，高级选项里选择单个元素，并把xpath放入进去，点确定保存好 再从左侧拖一个点击元素进来，并在高级选项里勾选好循环，特殊数字翻页循环就创建好了 步骤4：创建循环列表 我们安装常规方法创建循环列表，发现，由于搜索结果后的表格中出现了这个无用的一整行信息。 于是在八爪鱼里面是无法正常的创建好循环列表的，因为这个无用的信息导致八爪鱼自动生成的列表会定位不准 所以我们还是得用到xpath的知识，去火狐浏览器里面手动创建一个循环列表的xpath。首先定位到第一行第一列的源码位置 再找到每一行的源码位置，发现他们都是tbody父节点下相同的tr标签 再观察每一行真正的tr节点里都有一个共同的属性“id”，并且id属性都有一个共同的tr值，所以我们以此为共同点，手写该xpath：.//tbody/tr[contains(@id,tr)]，来定位到所有的tr节点，并把所有无用的tr给过滤掉，这样，循环列表的xpath就创建好了 ? ? 再从左侧拖一个循环进去，循环方式选择不固定元素，把该xpath放入八爪鱼里，并以第一个循环为例，设置相应的采集字段（由于部分字段源码里是没有的，所以采集不到）， 步骤5：启动采集 点击保存任务后，运行采集，以本地采集为例 采集完成后，会跳出提示，选择“导出数据”。选择“合适的导出方式”，将采集好的数据导出。 本文来自于：/tutorialdetail-1/cikucrawl.html 相关采集教