集搜客网页抓取软件(配套软件版本：V9及更低集搜客网络爬虫软件新版本对应教程 )

　　集搜客网页抓取软件(配套软件版本：V9及更低集搜客网络爬虫软件新版本对应教程

)

　　配套软件版本：V9及更低版本即搜客网络爬虫软件

　　新版本对应教程：V10及更高版本数据管家-网络爬虫增强版对应教程为《位置映射提高网页准确率采集-拍摄B站视频采集 作为一个例子”

　　注：GooSeeker爬虫从V9.0.2版本开始，爬虫术语“主题”改为“任务”。在爬虫浏览器中，先命名任务，然后创建规则，然后登录集合。在Sooke官网会员中心的“任务管理”中，您可以查看采集任务的执行状态，管理潜在客户的URL，进行调度设置。

　　一、操作步骤

　　如果是直接标注信息生成的规则，虽然可以对样本网页的数据进行采集，但是在采集类似网页的情况下可能无法采集分批。这是因为简单的标注可以得到的数据规则不是很通用，需要手动调整优化。在这种情况下，定位标志映射可以提高数据规则的准确性和适应性，减少网页变化的影响。下面以安居客为例，操作步骤如下：

　　二、案例规则+操作步骤

　　前三步的具体步骤请参考文章“采集列出数据”，下面会讲解第四步。

　　第 4 步：找到标志

　　4.1、点击标题进行定位，必须有用于定位标志映射的节点的属性值（id或类值）。如果定位到的节点没有属性值，则转到上层。本例中找到的div节点的属性值为@class=zu-info，可以作为定位标志值。

　　4.2、右击DIV节点，选择“Location Mark Mapping”->“Title”，映射后可以在定位标记和类型两栏看到zu-info和+class排序框，表示@class=zu-info的节点映射到title。此时标题既有内容映射又有定位标志映射。

　　4.3，重复步骤4.1和4.2，为排序框的其他抓取内容映射定位标记。

　　第 5 步：保存规则并抓取数据

　　5.1、规则测试成功后，点击“保存规则”；

　　5.2、点击“抓取数据”，会弹出DS计数器，开始抓取数据。

　　Tips1：以下两种情况，需要调整定位类型。

　　1、如果定位标志映射到的节点同时有id值和class值，需要选择与同类型网页相同的属性值，实现批处理采集。所以需要手动选择属性的类型。操作：在排序框中双击抓取的内容，定位标记的类型选择“id”或“class”。此修改对单个抓取的内容有效。

　　2、如果抓到空白信息或错位信息，需要调整排序框的定位，选择合适的定位类型。通常可以选择“绝对定位”来解决问题。此修改对排序框有效。更多方法见教程《定位标记后如何解决空/重复信息》

　　Tips2：在排序框顶点或容器节点上映射定位标志，可以准确采集范围，避免采集错位信息。

　　如果要采集页面上不同模块的信息，最好构建多级嵌套排序框结构，一个容器节点负责采集一个模块，并做排序盒子顶点和容器节点。定位标记映射，使各模块信息准确采集互不干扰，避免采集信息错位。

　　Tips3：以下是定位标记的使用范围。

　　1、位置标记不是必需的，但会大大提高规则的准确性和适用性。

　　2、在排序框中进行内容映射后，可以将同一个定位标志值映射到多个爬取内容。

　　3、当容器节点复制完样本后，不能再映射到定位标志，但是容器节点内部抓取的内容可以继续映射到定位标志。

　　4、当容器节点复制了样本时，选择样本1的html节点范围内的节点作为其下级爬取内容的定位标志映射是有效的，不能从其他样本中选择。html 节点。

　　第 1 部分 文章：“为层次结构制作网站采集” 第 2 部分 文章：“位置标记 - 采集 的列表数据”

　　如有疑问，您可以或