采集图片网址并下载图片——以途牛旅游网为例

　　采集图片网址并下载图片——以途牛旅游网为例

　　注：集搜客GooSeeker爬虫从V9.0.2版本开始，爬虫术语“主题”统一改为“任务”，在爬虫浏览器里先命名任务再创建规则，然后登陆集搜客官网会员中心的“任务管理”里，就可以查看任务的采集执行情况、管理线索网址以及做调度设置了。

　　一、操作步骤

　　集搜客爬虫除了能抓到网页上的文本、网址数据，还可以批量下载图片到笔记本中。无论是列表页还是详情页上的图片，只要能获取图片网址都可以用集搜客爬虫来下载图片。下面就以途牛网的自助游网页为案例，介绍一下怎么用集搜客来手动下载图片。操作步骤如下：

　　注意事项：从爬虫软件V9.0.0开始，图片下载后的储存位置有了很大改变，但是定义规则过程不变，请注意看第五步上面的说明和相应的链接。

　　二、案例规则+操作步骤

　　如果纯粹采集图片，就不知道图片来源于那里，所以，我们一般会把网页上的文本信息“旅游名称”“价格”也采集下来，最后可以用excel把它们匹配上去。文章《采集网页数据》已经详尽讲过前两步操作了，下面就从第三步操作开始讲。

　　第三步：采集图片网址

　　3.1， 点击小图可以定位到它的IMG节点。我们不直接采集大图，因为大图是由小图放大的，并且只显示一张，也就只能抓到一张大图，但是小图可以全部抓到，最后用excel处理才能弄成大图，所以，类似这些网页的情况抓小图就容易多了。

　　3.2，再双击展开IMG，就会在attributes下边找到@src，它就是储存图片网址的节点

　　3.3，右击@src，选择内容映射->新建抓取内容，再输入标签名“小图网址”

　　3.4，选中“小图网址”，打勾下载图片

　　注意：映射@src节点给标签“小图网址”后，只需打勾下载内容->下载图片，不要勾中级设置->抓取特定内容->网页片断和图片网址，否则输出的图片网址就是错误的，无法下载到图片。

　　第四步：样例复制

　　4.1， 在工作台上右击“小图网址”，选择添加->其前，在它的后面添加一个新标签“列”。然后，再右击“小图网址”，选择联通->右移，这样，“列”包容了"小图网址"。 其中，标签“列”只是拿来做样例复制的。因为网页上的旅游名称、价格信息只有一条，而小图是多张，所以，要局部对小图做样例复制。

　　4.2，在工作台上选中“列”，在网页上点击第一个小图，对应到下边的DOM节点，右击这个节点，选择样例复制映射->第一个。点击第二个小图，对应到下边的DOM节点，右击这个节点，选择样例复制映射->第二个。这样就对小图做了样例复制。关于样例复制可以看文章《采集列表数据》来把握。

　　第五步：存规则，爬数据

　　5.1，点击测试，只抓到第一张小图网址，其他的都抓空了，说明数据规则须要微调一下。通常调整定位，选择绝对定位就可以解决。

　　5.2，点击存规则、爬数据，采集成功后会在本地DataScraperWorks文件夹中生成xml文件和储存图片的文件夹。结果文件储存位置说明参考《查看数据文件》。图片文件储存位置说明参看《集搜客网络爬虫图片下载功能》

　　5.３，最后把xml文件和图片导出到excel中进行匹配，可以调整图片大小，操作见文章《如何把下载的大量图片手动匹配到excel中？》。

　　上篇文章：《定位标志采集列表数据》 下篇文章：《xml文件结构怎样看》

　　若有疑问可以或