前嗅ForeSpider教程:如何採集新聞數據

在信息大爆炸的時代,如何成批量的抓取優質新聞數據,今天來為大家介紹一下如何用ForeSpider採集新聞數據。操作如下:

工具/原料

前嗅ForeSpider採集系統

第一步:新建任務

點擊左上角「加號」新建任務,如圖

在彈窗里填寫採集地址,任務名稱,如圖

點擊下一步,選擇進行數據抽取還是連結抽取,本次採集當前列表頁新聞的正文數據,正文數據是通過點擊列表連結進入的,所以本次需要抽取列表連結,所以點擊抽取連結,如圖

第二步:通過定位過濾、地址過濾,得到所需連結

按住Ctrl+滑鼠左鍵,進行區域選擇,按住Shift+滑鼠左鍵,擴大選擇區域,點擊「確認選區」按鈕,如圖

點擊採集預覽,在採集預覽中有於目標連結相似的其他連結,可通過地址過濾得到列表連結。找到所需要的列表連結,觀察得出所需要的目標連結都包含「sina.com.cn/+字符串」。使用過濾串「\c」,右擊複製連結,如圖所示。

過濾串規則說明:\c  表示一串(個)小寫字母

勾選地址過濾,過濾規則選擇包含,填入「sina.com.cn/\c」,得到列表連結,如圖所示

擊採集預覽確認連結是否過濾完全,如圖

第三步:關聯模板

在軟體中模板的關聯關係,與網頁中連結跳轉的關係相同。

根據網頁跳轉規律,將「連結列表」關聯模板二「連結列表:02」,此處由於我們開始就選擇了創建列表連結,所以軟體自動關聯好了模板二。如果配置的時候發現關聯有問題,可以自己進行更改,如圖

第四步:填寫模板二示例地址並新建數據抽取

模板一過濾得到的任意一條連結,作為模板二的示例地址。如https://news.sina.com.cn/c/zj/2018-12-25/doc-ihqhqcis0255892.shtml, 見圖

新建數據抽取

方法一:通過點擊「下一步」後勾選抽取數據,再次點擊「下一步」得到數據抽取。

方法二:直接點擊模板二,點擊上面「新建數據抽取」按鈕,得到數據抽取,重命名為新浪新聞,如圖

第五步:創建/選擇表單

在ForeSpider爬蟲中,表單是可以復用的,所以可以在數據表單出直接選擇之前建過的表單,也可以通過表單ID來進行查找並關聯數據表單。此處使用的是之前建過的新浪網的表單。

方法一:通過下拉菜單或表單ID選擇已有表單

方法二:點擊創建表單進入快速建表頁面,新建表單,如圖所示

方法三:點擊「採集配置」-「數據建表」,點擊采「採集表單」後面的「新增按鈕」如圖

第六步:配置表單

根據所需內容,配置表單欄位(即表頭),此處配置了包括網頁主鍵、網頁標題、網頁地址、網頁創建時間、內容、發布來源6個欄位,表單如圖

第七步:欄位取值

取值方法:按住Ctrl+滑鼠左鍵,進行區域選擇,按住Shift+滑鼠左鍵,擴大選擇區域。點擊「確認選區」按鈕,確認操作。

text、from_addr欄位,如圖

第八步:模板預覽

點標右鍵點擊「數據抽取」,然後點擊「模板預覽」,如圖

預覽結果如圖

第九步:採集預覽

點擊右上角採集預覽,如圖

雙擊任意一條連結,看看是否可以得到和網頁對應的規整的數據,如圖

相關文章

  1. 前嗅ForeSpider教程:採集圖片/視頻/資源文件

    本文介紹了如何採集圖片/視頻/資源文件~ 工具/原料 前嗅ForeSpider採集系統 方法/步驟 第一步:新建任務 ①點擊左上角"加號"新建任務,如圖1: ① 彈窗里填寫採集地址 ...
  2. 前嗅ForeSpider教程:採集企業信息

    本文主要介紹了前嗅ForeSpider教程採集企業信息的具體操作流程: 工具/原料 前嗅ForeSpider採集系統 第一步:新建任務 點擊左上角"加號"新建任務,如圖: 在彈窗里 ...
  3. 前嗅ForeSpider教程:採集黃頁88

    本篇文章主要說明了前嗅ForeSpider採集系統採集黃頁88的具體操作步驟: 工具/原料 前嗅ForeSpider採集系統 第一步:新建任務 點擊左上角"加號"新建任務,如圖 在 ...
  4. 前嗅ForeSpider教程:採集分類信息(以58為例)

    本篇文章主要介紹了用前嗅ForeSpider採集分類信息的詳細操作流程: 工具/原料 前嗅ForeSpider採集系統 第一步:新建任務 點擊左上角"加號"新建任務,如圖: 在彈窗 ...
  5. 前嗅ForeSpider教程:通過連結列表採集正文數據

    前嗅ForeSpider爬蟲改版之後,好像變得很好用.發個教程給大家看一下,本文介紹的是,如何通過列表頁採集正文數據. 工具/原料 前嗅ForeSpider採集系統 第一步:新建任務 點擊左上角&qu ...
  6. 前嗅ForeSpider教程:新聞資訊採集

    本文主要介紹了用前嗅ForeSpider採集新聞資訊的詳細操作流程: 工具/原料 前嗅ForeSpider採集系統 第一步:新建任務 點擊左上角"加號"新建任務,如圖: 在彈窗里填 ...
  7. 前嗅ForeSpider爬蟲軟體採集網頁中看不到的數據

    給大家介紹一款好用的爬蟲數據採集軟體. 1.前嗅ForeSpider數據採集系統,集成前嗅自主研發的數據採集系統.數據挖掘系統.數據分析引擎.資料庫和伺服器,實現數據從採集.挖掘.分析到入庫一步到位. ...
  8. 簡單用前嗅ForeSpider爬蟲軟體採集表格/列表

    方便快捷的可視化採集表格/列表數據 工具/原料 ForeSpider數據採集軟體 方法/步驟 第一步:新建任務 以前嗅的官網Web伺服器表格為例. ① 擊左上角"加號"新建任務,圖 ...
  9. 如何爬取網站數據——前嗅ForeSpider使用教程

    前嗅forespider數據採集軟體的使用教程,可視化的軟體,簡單的操作,強大的功能,幫助不會爬蟲的人採集數據. 工具/原料 ForeSpider 方法/步驟 我們想要從網上獲取自己想要的數據,通常有 ...
  10. 前嗅ForeSpider採集表格/列表頁中的數據+翻頁

    採集帶有翻頁的表格/列表中的數據. 工具/原料 ForeSpider數據採集軟體 方法/步驟 第一步:新建任務 以圖中網站最近出版頁為例,採集列表頁的所有數據: 第一步:新建任務 ① 擊左上角&quo ...
  11. 前嗅ForeSpider通過子欄目採集正文數據

    用前嗅ForeSpider通過子欄目進入連結列表採集正文數據,適用於所有採集網頁正文數據的採集工作. 工具/原料 前嗅ForeSpider採集系統 方法/步驟 第一步:新建任務 ①點擊左上角" ...
  12. 前嗅ForeSpider採集列表和正文的數據

    前嗅ForeSpider採集列表和正文的數據 工具/原料 前嗅ForeSpider採集系統 方法/步驟 第一步:新建任務 ①點擊左上角"加號"新建任務,如圖1: ② 彈窗里填寫採集 ...
  13. 用前嗅ForeSpider通過搜尋框檢索關鍵詞採集數據

    以百度搜尋關鍵詞為例,用前嗅ForeSpider採集當前列表頁的正文數據. 工具/原料 前嗅ForeSpider採集系統 方法/步驟 第一步:新建任務 ①點擊左上角"加號"新建任務 ...
  14. 前嗅ForeSpider同一個網站中從另一頁面採集數據

    本文主要介紹了用前嗅ForeSpider同一個網站中從另一頁面採集數據的具體操作流程: 工具/原料 前嗅ForeSpider採集系統 方法/步驟 第一步:新建任務 ①點擊左上角"加號&quo ...
  15. 如何採集論壇數據——前嗅ForeSpider

    以圖中網站為例,採集當前列表頁博文的正文數據 工具/原料 ForeSpider數據採集軟體 第一步:新建任務 點擊左上角"加號"新建任務,如圖所示. 在彈窗里填寫採集地址,任務名稱 ...
  16. 如何在分區連結採集正文數據——前嗅ForeSpider

    以圖中網站(金融經濟)為例,通過當前要聞分區連結到新聞列表頁採集正文數據. 工具/原料 前嗅ForeSpider 第一步:新建任務 點擊左上角"加號"新建任務,如圖所示. 在彈窗里 ...
  17. 超好用的前嗅ForeSpider爬蟲軟體教程

    給大家介紹ForeSpider數據採集系統的使用教程.因為屬於專業性工具,所以除了幫助文檔外很少有使用教程. 跟之前使用過的其他爬蟲軟體對比發現,ForeSpider爬蟲有自己的內置資料庫,當然也支持 ...
  18. 前嗅ForeSpider採集連結/源碼/時間/地址等

    前嗅ForeSpider採集網頁連結/源碼/時間/重定向地址等具體操作流程 工具/原料 前嗅ForeSpider採集系統 方法/步驟 第一步:新建任務 ①點擊左上角"加號"新建任務 ...
  19. 前嗅ForeSpider採集需要配置登陸的網頁內容

    使用前嗅ForeSpider,進行登錄配置後採集正文數據. 工具/原料 ForeSpider數據採集軟體 第一步:新建任務 點擊左上角"加號"新建任務,如圖 彈窗里填寫採集地址,任 ...
  20. 前嗅教程:採集圖片/視頻/資源文件的連結地址

    本文介紹了如何採集圖片/視頻/資源文件的連結地址的具體操作步驟~ 工具/原料 前嗅ForeSpider採集系統 方法/步驟 第一步:新建任務 ①點擊左上角"加號"新建任務,如圖1: ...