懒人采集器如何采集多级网页?参考图文演示

 •  2020-07-03

前面我们使用懒人采集器学习的教程主要是针对单级网页进行采集,而实际网络中大多数网页是多级网页(比如包含内容页),而采集多级网页时,使用懒人采集器的操作会有所不同,下面我们来具体介绍懒人采集器如何采集多级网页。

懒人采集器如何采集多级网页?

1、多级网页采集步骤和单级网页类似:【新建任务】—输入网址—采集配置。

2、如何判断该网页是否为多级网页?在多级网页自动生成的字段中必然包含一个或多个提取链接的字段(即提取属性为Href的字段)。

3、点击该链接字段表头,选中该列后在中间菜单栏右侧会出现【深入链接页采集】选项。

4、点击【深入链接页采集】,系统自动创建一个新的配置选项卡,并自动打开选中字段的网址。

5、这时采集模式也会默认【单条模式】,如果不是,就点击调整。

注意:

1)列表模式用于提取某个网页列表中的数据,预览中可看到多条数据

2)单条模式适用于采集内容详情页里的各项信息,如文章标题、时间、正文等。

6、点击【增加字段】,首先手动提取网页中信息发布时间,由于标题在之前列表采集里已经提取过了,这里无需重复。

7、再次点击【增加字段】,手动提取网页中信息正文。

8、这里要注意字段的取值属性调整为InnerHtml,这样才能保持原文格式。

关于懒人采集器如何采集多级网页的操作就介绍到这里,感兴趣的小伙伴可以按照以上教程多操作几次,相信能够很快掌握!