用GooSeeker数据管家能采集微博内容吗？

　　用GooSeeker数据管家能采集微博内容吗？

　　集搜客数据管家是GooSeeker发布的采用新内核的网路爬虫工具，数据管家不仅仅把集搜客网络爬虫软件移植到新内核上，而且整个操作体验愈发简练易用了。

　　下面将讲解用数据管家采集微博的操作过程，请预先下载并安装好集搜客数据管家软件。

　　1，进入微博采集工具管理界面

　　集搜客数据管家软件看起来就是一个浏览器，用法也跟浏览器一样。要采集微博数据，就要在数据管家上先步入微博采集工具箱页面，页面上有很多微博采集工具，找到想使用的微博工具，进入该工具的管理页面，就可启动采集过程和管理采集过程。下面将详尽讲解。

　　1.1，进入微博工具箱页面

　　微博采集工具箱页面列举了所有工具，是官网上的一个网页。

　　a) 怎样找到微博工具箱

　　数据管家刚一运行，就会把GooSeeker网站首页加载下来。另一个步入方式是点击地址栏上的“返回首页”按钮重新把首页显示下来（参看右图箭头指向的按键）。

　　在首页底部选择菜单“产品”->“微博采集”就能步入微博采集工具箱界面。

　　b) 选择合适的微博采集工具

　　微博上的不同网页对应不同的采集工具，这些采集工具的关系参看《新浪微博数据采集攻略》，这些工具可以组合在一起使用，前一个工具采集到的数据导成excel格式之后，把网址拷贝下来，添加到下一个工具中。

　　点击右图中的某个工具，会步入工具介绍页，在那里点击“开始使用”按钮即可步入工具的管理页面。

　　如下图，每个小方块是一个微博采集工具。

　　下面以关键词搜索结果采集为例，讲解爬虫运行方式。

　　1.2，进入关键词搜索结果采集界面

　　虽然微博采集工具不同，但是界面基本上相同，主要的功能按键有：

　　a）创建任务

　　对应上图的“确认添加”和“细分条件”，当输入了要搜索的关键词之后，可以设置细分条件，也可以不设置。确认添加后就创建了采集任务

　　b）启动采集

　　对应上图的“启动采集”按钮。如果数据管家还没有运行上去两个爬虫群窗口，那么须要点击“启动采集”，点击后会提示是否须要预先登陆微博。如果还没有登陆，一定要先登陆微博。

　　c）打包

　　采集完成了或则在采集中途，都可以点击“打包”按钮，就能见到提示界面，把早已采集到的微博数据下载出来。

　　d）数据下载

　　只有新采集的数据可以点击“打包”按钮，如果要重新下载曾经打包的数据，点击“数据下载”按钮。

　　e）其他功能

　　界面上还有好多管理功能，比如

　　1，点击“采集状态”按钮，可以看详尽的采集进度

　　2，点击某条采集任务的关键词，界面上部都会显示最新采集结果数据

　　3，点击“采集状态”按钮之后，在界面上会显示“重采失败线索”按钮，可以把采集失败的网址重新采集一遍。

　　2，观察采集运行情况

　　2.1，采集数据的窗口

　　集搜客数据管家可以同时打开好多页签浏览器，点击“启动采集”的时侯会降低两个页签浏览器窗口，他们跟普通窗口不一样，右下角有个进度球，鼠标漂浮在里面可以看见状态不断变化。

　　有进度球的窗口关掉的时侯就会提示，要求确认是“强制关掉”还是“安全关掉”，如果强制关掉，窗口立刻就关掉了，如果安全关掉，等待把当前任务采集完成了，就会手动关掉。

　　2.2，打包数据的窗口

　　启动微博采集以后，会同时运行上去两个爬虫群窗口，其中一个看起来并不采集数据，但是，最好也不要关掉，因为这个窗口是专门拿来打包数据的，如果关掉了，只能等采集数据的窗口做最后一次打包，如果最后这一次打包失败，会遗失掉大量数据。

　　下面是打包数据窗口的截图，可以看见持续不断地打包数据。这种增量式打包更可靠，即使有遗失也是局部的。

　　3，注意事项

　　1. 爬虫正在运行的时侯，不要最小化数据管家的界面，也不要缩小，而是应当尽量最大化，否则微博有可能会不加载网页内容。

　　2. 如果还想用笔记本做其他事情，数据管家界面上可以覆盖别的窗口，并不影响爬虫的运行，就是不能最小化。