智能采集发布器(大多数智能抽取结果如下图详解()(组图))

　　智能采集发布器(大多数智能抽取结果如下图详解()(组图))

　　一个小概念：

　　大多数 网站 以列表页面和详细信息页面的层次结构组织。比如我们进入新浪新闻频道，有很多标题链接，可以认为是列表页。单击标题链接后，您将进入详细信息页面。

　　使用数据采集工具的一般目的是在详情页获取大量特定内容的数据，并利用这些数据进行各种分析，发布自己的网站等。

　　列表页：指栏目或目录页，一般收录多个标题链接。例如：网站首页或栏目页为列表页。主要功能：可以通过列表页面获取多个详情页面的链接。

　　详情页：收录特定内容的页面，如网页文章，收录：标题、作者、发布日期、正文内容、标签等。

　　首先，请登录“优采云控制面板”：

　　详细使用步骤：

　　第一步：创建采集任务

　　点击左侧菜单按钮“创建采集任务”，输入采集任务名称和采集“列表页”网址，如：（这里首页为列表页：内容收录多个详情页即可），详情页链接可以留空，系统会自动识别。

　　如下所示：

　　输入后点击“下一步”。

　　第二步：改进列表页的智能提取结果（可选）

　　系统会先通过智能算法获取需要采集的详情页链接（多个）。用户可以双击打开支票。如果不需要数据，可以点击“List Extractor”手动指定，只需在可视化界面中用鼠标点击即可。

　　智能采集结果如下：

　　另外：在上述结果中，系统还智能发现了翻页规则，用户可以设置采集多少页。您也可以稍后在任务“基本信息和门户网址”--“根据规则生成网址”项中进行配置。

　　列表提取器打开如下：

　　第三步：完善详情页智能提取结果（可选）

　　上一步获取多个详情页链接后，继续下一步。系统会使用其中一个详情页链接智能提取详情页数据（如：标题、作者、发布日期、内容、标签等）

　　详情页智能提取结果如下：

　　如果智能提取的内容不是您想要的，您可以打开“详细信息提取器”进行修改。

　　如下所示：

　　您可以修改、添加或删除左侧的字段。

　　您还可以对每个字段进行详细设置或数据处理（双击该字段）：替换、提取、过滤、设置默认值等，

　　如下所示：

　　第 4 步：启动并运行

　　完成后，即可启动运行，进行数据采集了：

　　采集 数据出结果后，在采集任务“Result Data & Publish”中，可以在这里修改数据或者直接导出excel或者发布你的网站（WordPress、织梦@ >DEDE、HTTP 接口、数据库等）。

　　完了，数据采集就是这么简单！！！

　　其他操作，如发布数据到网站，数据SEO处理等，请参考其他章节。