自动采集编写(优采云V8.4.0版本新增边点击边采集功能详解 )

　　自动采集编写(优采云V8.4.0版本新增边点击边采集功能详解

)

　　网站有很多，点击【加载更多】或【显示20多】按钮可以翻页。搜狗微信首页和其他页面都是这种情况。

　　对于此类网页，新版优采云V8.4.0 增加了【点击再点击采集】的功能，可以点击【加载更多按钮】 ] 加载一个新数据，edge 采集 每次加载新数据。

　　示例：设置20次点击，然后点击一次后，采集第一次点击后加载的数据，第二次继续点击，采集第二次点击后加载的数据... ...Up到20次点击，采集 20次点击后加载的数据。

　　使用智能识别和自行配置的采集规则，可以实现【点击后采集】。具体设置方法如下。

　　一、利用智能识别实现【点击和点击采集】

　　示例网址：

　　Step1：在首页输入框中输入目标网址，点击【开始采集】，优采云会自动打开网页。

　　打开网页后，选择【自动识别网页】，等待智能识别完成。

　　智能识别结束后，可以看到它自动识别了页面的【滚动】、【加载更多按钮】和【列表数据】。

　　Step2：点击【生成采集设置】自动生成对应的采集流程，方便用户编辑修改。

　　Step3：点击右上角的【采集】，选择【Start Local采集】，优采云会自动启动采集数据。

　　注意观察页面：优采云点击一次，采集第一次点击加载的数据，第二次继续点击，采集第二次点击加载的数据... ...直到数据全部采集 完成。

　　二、自行配置采集任务实现【点击侧边采集】

　　如果不使用智能识别，如何自己配置采集任务实现【点击侧采集】？下面是详细的解释。

　　示例网址：

　　Step1：在首页输入框中输入目标网址，点击【开始采集】，优采云会自动打开网页。如果此时软件自动识别网页，点击【取消自动识别】，我们自己配置采集任务。

　　Step2：根据需求配置提取数据。在示例中，我们提取列表数据。提取方法见采集列表数据教程。

　　Step3：提取列表数据，过程中会自动生成【循环列表】步骤。自动生成的【循环列表】不能收录所有 100 个 文章 列表。我们需要修改XPath。

　　点击【循环列表】框，在下方的【基本设置】页面，修改XPath为：.///*[@id='pc_0_d']//li.

　　Step4：找到并选择【加载更多内容】按钮，在弹出的操作提示框中选择【循环点击单个元素】，自动生成【循环翻页】步骤。

　　【循环翻页】在步骤中嵌入了【循环列表】的步骤，方便我们点击采集数据。

　　再次注意页面，这个页面会被点击5次，100条数据都会加载，所以我们设置翻页次数为5次。

　　Step4：点击右上角的【采集】，选择【启动本地采集】，优采云会自动启动采集数据。

　　注意观察页面：优采云点击一次，采集第一次点击加载的数据，第二次继续点击，采集第二次点击加载的数据... ...直到数据全部采集 完成。