《各平台数据采集及方法》课件——微博搜索关键词采集.pptxVIP

微博搜索关键词采集

【微博】搜索关键词采集在微博主页登录后，输入关键词搜索，采集得到的搜索结果列表数据。支持按【高级搜索】中设置的条件进搜索。。

【微博】搜索关键词采集在首页搜索框输入微博首页网址然后点【开始采集】，八爪鱼自动打开网页。步骤1打开网页

【微博】搜索关键词采集1、打开浏览器模式点击按钮，打开浏览器模式。在浏览器模式中，点击页面的登录按钮，打开手机微博app扫码登录。步骤2微博登录

【微博】搜索关键词采集2、使用Cookie登录微博进入【打开网页】设置界面，勾选【使用指定的Cookie】，点击【获取当前页面Cookie】并保存。这样就获取到了登录后的Cookie，启动时直接以登录状态打开网页步骤2微博登录

【微博】搜索关键词采集步骤三、在【高级搜索】中选择搜索条件。先在浏览器中测试一下。打开微博首页，输入关键词【三体】，在【高级搜索】中选择条件：【原创】【2023-03-0100时至2023-03-3000时】，得到网址：1、获得带有搜索关键词和筛选条件的网址

【微博】搜索关键词采集步骤3：XPath轴翻页。2、将1中的网址，输入进八爪鱼中在【打开网页】后，增加一个步骤【打开网页1】。双击进入【打开网页1】设置页面，输入网址，然后保存，八爪鱼自动打开这个网页。

【微博】搜索关键词采集步骤四、使用自动识别，自动识别列表页和翻页1、使用自动识别，自动识别列表和翻页网页打开后，点击【自动识别网页内容】，等待一段时间，成功识别了文章列表中的数据和翻页。点击【生成采集设置】，将自动识别出的列表数据和翻页，生成为采集流程，方便我们使用和修改。

【微博】搜索关键词采集步骤四、使用自动识别，自动识别列表页和翻页2、修改【循环列表1】和【循环翻页XPath自动识别生成【循环列表】和【循环翻页】存在不通用的情况，需要手动修改。进入【循环翻页】设置页面，修改XPath为：//li[@class=cur]/a/../following-sibling::li[1]/a，然后点击【应用】保存。进入【循环列表1】设置页面，修改XPath为：//div[@class=card-wrapand@mid]，然后点击【应用】保存。

【微博】搜索关键词采集在【当前页面数据预览】面板中，可删除多余字段，修改字段名，移动字段顺序等。步骤五、编辑字段

【微博】搜索关键词采集1、改【博文内容】字段XPath【博文内容】字段默认的XPath，无法精准定位到展开后的全部博文，需修改XPath。点击【提取列表数据】进入对应的数据预览界面，点击【博文内容】字段右上方的...按钮，选择【修改元素定位】，修改XPath为：//div[@class=content]//*[@class=txt][last()]，然后应用步骤六、优化字段

【微博】搜索关键词采集2、格式化字段【转发数】、【评论数】和【点赞数】三个字段，默认会带上转发、评论、赞的文本。如果需要去掉文本，只保留数字，可以通过格式化实现：点击【转发数】字段右上方的【...】按钮，选择【格式化数据】→【添加步骤】→【正则表达式匹配】，输入正则表达式【\d+】后保存。【评论数】、【点赞数】的格式化数据过程相同。步骤六、优化字段

【微博】搜索关键词采集1、单击【采集】并【启动本地采集】。启动后八爪鱼开始自动采集数据。步骤七、启动采集

【微博】搜索关键词采集2、采集完成后，选择合适的导出方式导出数据。支持导出为Excel、CSV、HTML、数据库等。这里导出为Excel。数据示例步骤七、启动采集

谢谢观看Thanksforwatching