MyException - 我的异常网
当前位置:我的异常网» 行业应用 » 爬虫配置搜狗微信稿子技巧总结(必看篇)

爬虫配置搜狗微信稿子技巧总结(必看篇)

www.MyException.Cn  网友分享于:2018-03-30  浏览:0次
爬虫配置搜狗微信文章技巧总结(必看篇)

本文演示无需代码可视化的方法抓取搜狗微信文章的方法。。



在开始之前,可以先参考一下这些文章,希望有帮助:
小白30分钟学会网页爬虫
网页爬虫真实案例记录

 

文中用到的可视化爬虫制作工具(官网),只作为演示使用,实际应用中可以替换成自己拿手的工具或代码语言即可。

 

演示网址:http://weixin.sogou.com/

 

搜狗微信搜素:搜狗微信搜索是搜狗在2014年 9日推出的一款针对微信 平台而设立的。“微信搜索”支持搜索微信 号和微信文章,可以 关键词搜索相关的微信 号,或者是微信 号 的文章。不仅仅在PC端,搜狗的移动搜索客户端同样会进行相关的微信 号 。

 

搜狗微信文章抓取数据说明:本文进行了搜狗微信-搜索-大数据的所有文章信息抓取。本文仅以“搜狗微信-搜索-大数据的所有文章信息抓取”为例。大家在实操过程中,可根据自身需求,更换搜狗微信的搜索词进行数据抓取。

 

搜狗微信文章抓取详细抓取字段说明:微信文章标题、微信文章关键字、微信文章概括、微信 号名称、微信文章发布时间、微信文章地址。

 

步骤1:创建抓取任务1)进入主界面,选择“自定义模式”

 

大图>>

2)将要抓取的网址URL复制粘贴到网站输入框中, “保存网址”

 

大图>>

 

步骤2:创建翻页循环

1)打开右上角的“流程”。 页面中的文章搜索框,在右侧的操作提示框中,选择“输入 ”

 

大图>>

2)输入要搜索的文章信息,这里以搜索“大数据”为例,输入完成后, “确定”按钮

 

大图>>

3)“大数据”会自动填充到搜索框, “搜文章”按钮,在操作提示框中,选择“ 该按钮”

 

大图>>

4)页面 现了“大数据”的文章搜索结果。将结果页面下拉到底部, “下一页”按钮,在右侧的操作提示框中,选择“循环 下一页”

 

大图>>

 

步骤3:创建列表循环并提取数据1)移动鼠标,选中页面里第一篇文章的区块。系统会识别此区块中的子元素,在操作提示框中,选择“选中子元素”

 

大图>>

2)继续选中页面中第二篇文章的区块,系统会自动选中第二篇文章中的子元素,并识别出页面中的其他10组同类元素,在操作提示框中,选择“选中全部”

 

大图>>

3)我们可以看到,页面中文章区块里的所有元素均被选中,变为绿色。右侧操作提示框中,出现字段预览表,将鼠标移到表头,  桶图标,可删除不需要的字段。字段选择完成后,选择“抓取以下数据”

 

大图>>

4)由于我们还想要抓取每篇文章的URL,因而还需要提取一个字段。 第一篇文章的链接,再 第二篇文章的链接,系统会自动选中页面中的一组文章链接。在右侧操作提示框中,选择“抓取以下链接地址”

 

大图>>

 

5)字段选择完成后,选中相应的字段,可以进行字段的自定义命名。完成后, 左上角的“保存并启动”,启动抓取任务

 

大图>>

6)选择“启动本地抓取”

 

大图>>

 

步骤4:数据抓取及导出

1)抓取完成后,会跳出提示,选择“导出数据”,选择“合适的导出方式”,将抓取好的搜狗微信文章的数据导出

 

大图>>

2)这里我们选择excel作为导出为格式,数据导出后如下图

 

大图>>

 

文中用到的可视化爬虫制作工具(官网),只作为演示使用,实际应用中可以替换成自己拿手的工具或代码语言即可。

文章评论

程序员和编码员之间的区别
程序员和编码员之间的区别
程序猿的崛起——Growth Hacker
程序猿的崛起——Growth Hacker
编程语言是女人
编程语言是女人
不懂技术不要对懂技术的人说这很容易实现
不懂技术不要对懂技术的人说这很容易实现
看13位CEO、创始人和高管如何提高工作效率
看13位CEO、创始人和高管如何提高工作效率
5款最佳正则表达式编辑调试器
5款最佳正则表达式编辑调试器
中美印日四国程序员比较
中美印日四国程序员比较
Google伦敦新总部 犹如星级庄园
Google伦敦新总部 犹如星级庄园
10个调试和排错的小建议
10个调试和排错的小建议
程序员必看的十大电影
程序员必看的十大电影
那些争议最大的编程观点
那些争议最大的编程观点
亲爱的项目经理,我恨你
亲爱的项目经理,我恨你
要嫁就嫁程序猿—钱多话少死的早
要嫁就嫁程序猿—钱多话少死的早
聊聊HTTPS和SSL/TLS协议
聊聊HTTPS和SSL/TLS协议
初级 vs 高级开发者 哪个性价比更高?
初级 vs 高级开发者 哪个性价比更高?
当下全球最炙手可热的八位少年创业者
当下全球最炙手可热的八位少年创业者
老美怎么看待阿里赴美上市
老美怎么看待阿里赴美上市
程序员应该关注的一些事儿
程序员应该关注的一些事儿
程序员周末都喜欢做什么?
程序员周末都喜欢做什么?
2013年中国软件开发者薪资调查报告
2013年中国软件开发者薪资调查报告
程序员眼里IE浏览器是什么样的
程序员眼里IE浏览器是什么样的
代码女神横空出世
代码女神横空出世
Java 与 .NET 的平台发展之争
Java 与 .NET 的平台发展之争
为啥Android手机总会越用越慢?
为啥Android手机总会越用越慢?
每天工作4小时的程序员
每天工作4小时的程序员
老程序员的下场
老程序员的下场
写给自己也写给你 自己到底该何去何从
写给自己也写给你 自己到底该何去何从
我是如何打败拖延症的
我是如何打败拖延症的
如何成为一名黑客
如何成为一名黑客
程序员都该阅读的书
程序员都该阅读的书
一个程序员的时间管理
一个程序员的时间管理
10个帮程序员减压放松的网站
10个帮程序员减压放松的网站
十大编程算法助程序员走上高手之路
十大编程算法助程序员走上高手之路
如何区分一个程序员是“老手“还是“新手“?
如何区分一个程序员是“老手“还是“新手“?
2013年美国开发者薪资调查报告
2013年美国开发者薪资调查报告
什么才是优秀的用户界面设计
什么才是优秀的用户界面设计
程序员最害怕的5件事 你中招了吗?
程序员最害怕的5件事 你中招了吗?
程序员的一天:一寸光阴一寸金
程序员的一天:一寸光阴一寸金
那些性感的让人尖叫的程序员
那些性感的让人尖叫的程序员
 程序员的样子
程序员的样子
鲜为人知的编程真相
鲜为人知的编程真相
60个开发者不容错过的免费资源库
60个开发者不容错过的免费资源库
团队中“技术大拿”并非越多越好
团队中“技术大拿”并非越多越好
“懒”出效率是程序员的美德
“懒”出效率是程序员的美德
Java程序员必看电影
Java程序员必看电影
漫画:程序员的工作
漫画:程序员的工作
我跳槽是因为他们的显示器更大
我跳槽是因为他们的显示器更大
总结2014中国互联网十大段子
总结2014中国互联网十大段子
我的丈夫是个程序员
我的丈夫是个程序员
软件开发程序错误异常ExceptionCopyright © 2009-2015 MyException 版权所有