八爪鱼爬虫详细使用教程.pdfVIP

下载本文档

539
0
约3.61千字
约 13页
2019-09-08 发布于广东
举报
版权申诉

八爪鱼爬虫详细使用教程.pdf

1、本文档共13页，可阅读全部内容。
2、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。
3、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。
4、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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

八爪鱼·云采集网络爬虫软件八爪鱼爬虫详细使用教程作为一款简单易用的网页数据采集工具，八爪鱼的强大功能早已深入人心。为了让更多人学会使用八爪鱼，小编整理了一个以采集百度贴吧帖子内容为例的教程，提供给大家操作学习。本文以采集百度贴吧帖子内容为例，介绍八爪鱼爬虫的使用教程。在这里仅仅以其中一个帖子举例说明： /p/5492396988 旅行贴吧的某个帖子（【集中贴】 2018 年 1、2 月出发寻同行的请进来登记）采集内容包括：贴吧帖子内容，贴吧用户昵称使用功能点：创建循环翻页修改 Xpath 步骤 1 ：创建百度贴吧帖子内容采集任务 1 ）进入主界面，选择“ 自定义采集” 八爪鱼·云采集网络爬虫软件 2 ）将要采集的网站 URL 复制粘贴到输入框中，点击“ 保存网址 ” 八爪鱼·云采集网络爬虫软件步骤 2 ：创建循环翻页 1）网页打开以后，鼠标下拉到最底部，选择下一页，提示框中选择“ 循环点击下一页” 2) 鼠标选中帖子的回复，在右面的提示框中选择“ 选中全部 ” 八爪鱼·云采集网络爬虫软件 2 ）如果要采集贴吧的其他信息，也可以选择，这里选择的是贴吧昵称，贴吧昵称。八爪鱼·云采集网络爬虫软件接着选择“ 采集元素 ”，把不必要的字段删除。步骤 3 ：修改 XPATH 1）保存采集后发现有些帖子内容没有正确采集，所以需要修改 XPATH ，打开右上角的流程按钮八爪鱼·云采集网络爬虫软件 2 ）点击循环选项， “循环方式”选择 “不固定元素列表”， “不固定元素列表” 填入 XPATH ：//div[@class=l_post j_l_post l_post_bright ] 。八爪鱼·云采集网络爬虫软件 2) 点击“提取数据”，修改贴吧帖子内容 XPATH 。选中帖子内容字段，依次点击“自定义数据字段” - “自定义元素定位方式”，并设置：元素匹配的 XPATH: //div[@class=l_post j_l_post l_post_bright ]//div[@class=d_post_content j_d_post_content clearfix] 相对 XPATH ： //div[@class=d_post_content j_d_post_content clearfix] 选中帖子内容字段八爪鱼·云采集网络爬虫软件自定义数据字段位置帖子内容字段数据提取 xpath 设置 3) 修改贴吧用户昵称 XPATH 。选中贴