接下来很简单？对就是这么简单！就去优采云里再配置下吧

　　接下来很简单？对就是这么简单！就去优采云里再配置下吧

　　”

　　容易吗？就是这么简单！接下来去优采云重新配置

　　根据工具的配置向导添加要爬取的网址

　　

　　下一步是在内容采集规则中创建您需要采集的标签逻辑。不说了，看下图，进入之前的逻辑。

　　

　　至此，一个字段的抽取逻辑配置完成。我们来看看效果？所有地址采集 都到了吗？其他字段配置方法相同，这里不再赘述。

　　

　　

　　接下来，将数据库中的数据导出，放到excel预览中，如下所示。为什么要导入到excel中，因为我们还需要根据店铺网址爬取店铺的详细数据（其实高手可以通过一个爬取任务来完成这两个任务） 部分数据的爬取，我来介绍一下如何配置以后有机会再说）。

　　

　　第二步：爬取店铺详情数据。将第一步爬取的“店铺网址”的所有数据保存成txt文本

　　

　　URL采集rule 的 URL 可以改成保存的文本，然后配置一堆规则。 . . . .

　　

　　采集 详细数据整理好后，通过URL对两个表做JOIN（我用的是Mysql，所以做了类似的语句）

　　

　　到此为止，我们已经把结果再次导出到excel了（你可以继续在数据库中操作，你喜欢吗）

　　

　　第三步，采集经纬度信息。 XGeocoding 工具在这里。

　　首先，您需要为 XGeocoding 准备一个数据源。为了使提取的经纬度更加准确，这里需要4个字段

　　

　　通过“新建”→“导入文件”→“txt/csv”导入准备好的数据

　　

　　选择字段 0 为“同步 ID”，字段 1 为“市/县”，字段 2 为“企业名称”，字段 3 为“地址”。坐标类型选择“百度”。当然，你有其他地图的KEY，也可以使用其他地图源。

　　

　　下一步后，您将被要求选择“工作地图”并输出地图坐标。在这里您可以根据实际需要进行选择。工作图需要配置API KEY才能调用（去他们的开发者门户申请）

　　

　　然后使用“结果”→“导出数据”预览已经采集的经纬度数据，然后导出。

　　

　　

　　清理导出的数据，保留ID、经纬度。只需通过ID和第二步数据JOIN即可。

　　

　　最后，我们通过 tableau 预览数据。

　　

　　总结：

　　本文以采集北京区土虎门门店信息为例，对数据采集tool操作做一个基础演示（部分细节不解释，不明白的可以留言） ，借助工具，即使不是IT，也可以自己爬取在线数据。不过还是有几点要提醒大家：

　　1.Tools 一定有局限性，不是万能的。

　　2.采集的结果也会有一定的偏差。这时候就需要采取一些手段和方法来避免偏差。例如，在本文中，我们使用省份、地址和商店名称进行多数据验证。即便如此，仍然会有异常数据。由于地址本身同名或相近，当输入信息不足时，仍会出现错误。如果需要进一步完善data采集