excel抓取多页网页数据(优采云采集器V9源码部分区域做限定，多页地址获取方式)

　　excel抓取多页网页数据(优采云采集器V9源码部分区域做限定，多页地址获取方式)

　　公司介绍从网站获取，*敏*感*词*从网站获取。所以我们需要使用多页功能来实现这一点。前者称为默认页地址，后者称为多页地址。

　　流程：点击①创建多页，设置②设置多页，然后在数据源③中选择多页调用，最后根据多页源代码设置提取方式。

　　下面重点介绍②，获取多页地址的两种方式：页地址替换和源码截取。

　　1.页面地址替换：即默认页面和多页面地址相同的地方，通过简单的替换就可以变成多页面地址。

　　比较默认页面“”和多页地址的共同点：“”，我们可以发现默认页面“creditdetail.htm”被替换为“contactinfo.htm”是我们的多页地址。

　　设置如下：

　　注意：正则表达式中的 (.*) 是任何通配符。$1, $2...$ 数字依次对应上面 (.*) 所指示的部分。要限制多页源代码的局部区域，可以指定多页源代码区域设置。

　　如果留空，则默认返回整个源代码的多页。设置好后点击Test查看结果。

　　2.从源码截取：即多个页面的地址在默认页面的页面源码中。

　　如图，可以看到默认页面源码中有多个页面地址。

　　所以设置如下：

　　测试后，如果正确，可以保存。最后，设置数据源和提取方式，如图：

　　注意：如果需要多级多页，可以在多页地址获取方式中选择需要的多页。

　　这两种获取方式你掌握了吗？以后在爬网站的时候，使用优采云采集器V9上面的操作，就可以轻松获取关联的多页地址，作为一个综合的网站抓取向导，< @优采云采集器肯定会考虑到用户的需求以及如何最大限度的方便

　　分类：

　　技术要点：

　　相关文章：