MyException - 我的异常网
当前位置:我的异常网» 行业应用 » 网页爬虫之美团商家评述数据的采集规则配置方法

网页爬虫之美团商家评述数据的采集规则配置方法

www.MyException.Cn  网友分享于:2018-04-03  浏览:0次
网页爬虫之美团商家评论数据的采集规则配置方法

本文演示使用八爪鱼抓取美团商家评论数据的方法。。



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

 

文中用到的爬虫工具(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://item.jd.com/11221162.html#comment

使用功能点:

· Ajax翻页 功能详情说明

· 分页内容提取 功能详情说明

 

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)将上面网址的网址复制粘贴到网站输入框中, “保存网址”

 

大图>>

 

 

3)保存网址后,页面将在抓取器中打开,红色方框中的评价信息是这次演示要抓取的内容

 

大图>>

 

步骤2:创建翻页循环

找到翻页按钮,设置翻页循环

设置ajax翻页时间

1)如图,找到翻页按钮, 后,在右侧操作提示框中,选择“更多操作”

 

大图>>

 

2)在右侧操作提示框中,选择“循环 单个链接”

 

大图>>

 

由于页面使用了ajax加载技术,需要对 元素及翻页步骤设置ajax延时加载。在右侧的高级选项框中,勾选Ajax加载数据,选择合适的超时时间,一般设置2秒;最后 确定

 

大图>>

注意: 右上角的“流程”按钮,即可展现出可视化流程图。

 

步骤3:评论信息抓取

选中需要抓取的字段信息,创建抓取列表

编辑抓取字段名称

1)移动鼠标选中评论框,右键 ,如图所示,评论框中数据会被全部选中,变成红色, 右侧提示中“选中子元素”

 

大图>>

2)评论页中适配的内容会变成绿色,在右侧操作提示框中,查看提取的字段,可以将不需要的字段删除, 右侧“选中全部”

 

大图>>

注意: 鼠标放在提示框中的字段上会出现一个删除标识, 即可删除该字段。

 

大图>>

3) “抓取以下数据”

 

大图>>

4)修改抓取字段名,并 下方提示中的“保存并开始抓取”

 

大图>>

5)根据抓取的情况选择合适的抓取方式,这里选择“启动本地抓取”

 

大图>>

说明:本地抓取占用当前电脑资源进行抓取,如果存在抓取时间要求或当前电脑无法长时间进行抓取可以使用云抓取功能,云抓取在网络中进行抓取,无需当前电脑支持,电脑可以关机,可以设置多个云节点分摊任务,10个节点相当于10台电脑分配任务帮你抓取,速度降低为原来的十分之一;抓取到的数据可以在云上保存三个月,可以随时进行导出操作。

 

步骤4:数据抓取及导出

 

1)选择合适的导出方式,将抓取好的数据导出

 

大图>>

 

文中用到的爬虫工具(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

程序猿的崛起——Growth Hacker
程序猿的崛起——Growth Hacker
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
亲爱的项目经理,我恨你
亲爱的项目经理,我恨你
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
一个程序员的时间管理
一个程序员的时间管理
10个调试和排错的小建议
10个调试和排错的小建议
 程序员的样子
程序员的样子
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
Web开发人员为什么越来越懒了?
Web开发人员为什么越来越懒了?
Google伦敦新总部 犹如星级庄园
Google伦敦新总部 犹如星级庄园
如何成为一名黑客
如何成为一名黑客
程序员的鄙视链
程序员的鄙视链
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
Web开发者需具备的8个好习惯
Web开发者需具备的8个好习惯
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
编程语言是女人
编程语言是女人
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
总结2014中国互联网十大段子
总结2014中国互联网十大段子
程序员周末都喜欢做什么?
程序员周末都喜欢做什么?
老程序员的下场
老程序员的下场
程序员和编码员之间的区别
程序员和编码员之间的区别
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
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?
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
旅行,写作,编程
旅行,写作,编程
漫画:程序员的工作
漫画:程序员的工作
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
“肮脏的”IT工作排行榜
“肮脏的”IT工作排行榜
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
程序员应该关注的一些事儿
程序员应该关注的一些事儿
我是如何打败拖延症的
我是如何打败拖延症的
程序员必看的十大电影
程序员必看的十大电影
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
中美印日四国程序员比较
中美印日四国程序员比较
程序员都该阅读的书
程序员都该阅读的书
聊聊HTTPS和SSL/TLS协议
聊聊HTTPS和SSL/TLS协议
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
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
为啥Android手机总会越用越慢?
为啥Android手机总会越用越慢?
科技史上最臭名昭著的13大罪犯
科技史上最臭名昭著的13大罪犯
我的丈夫是个程序员
我的丈夫是个程序员
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
Java 与 .NET 的平台发展之争
Java 与 .NET 的平台发展之争
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
代码女神横空出世
代码女神横空出世
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?
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“?
老美怎么看待阿里赴美上市
老美怎么看待阿里赴美上市
软件开发程序错误异常ExceptionCopyright © 2009-2015 MyException 版权所有