从零开始学爬虫采集汽车之家论坛数据

【场景描述】采集汽车之家论坛数据。

【源网站介绍】汽车之家提供最新汽车报价，汽车图片，汽车价格大全，最精彩的汽车新闻、行情、评测、导购内容，是提供信息最快最全的中国汽车网站。

【使用工具】前嗅ForeSpider数据采集系统，免费下载:

ForeSpider免费版本下载地址

【采集内容】

【采集效果】如下图所示：

l思路分析

配置思路概览：

l配置步骤

1.新建采集任务

选择【采集配置】，点击任务列表右上方【+】号可新建采集任务，将采集入口地址填写在【采集地址】框中，【任务名称】自定义即可，点击下一步。

2.获取翻页链接

采用链接过滤的方法来抽取翻页链接，具体如下所示：

③关联模板，将翻页链接抽取，关联模板01。

3.抽取列表链接

①新建一个链接抽取，改名为【列表链接】，将翻页链接抽取改名为【翻页链接】。

4.抽取数据

①新建一个抽取模板，在其下新建一个数据抽取，具体操作如下所示：

②数据建表，按照下图所示建数据表。（注意字段属性等应严格按照下图进行设置）

③将新建好的数据表，关联到模板中去，如下图所示:

④填写示例数据，采集预览，复制任意一条新闻链接。

⑤将链接粘贴到本模板示例地址中，并双击内置浏览器空白部分，加载本链接。

⑥关联模板

⑦数据取值

使用定位取值的方法，title字段如下所示：

Pub_time字段如下所示：

其他字段也按照同样的方法进行定位取值。

⑧采集预览

能采集预览到数据，说明配置成功，可以开始数据采集。

l采集步骤

模板配置完成，采集预览没有问题后，可以进行数据采集。

1.建立数据表单

选择【数据建表】，点击【表单列表】中该模板的表单，在【关联数据表】中选择【创建】，表名称自定义，这里命名为【qczj】（注意命名不能用数字和特殊符号），点击【确定】。创建完成，勾选数据表，并点击右上角保存按钮。

2.开始采集

选择【数据采集】，勾选任务名称，点击【开始采集】，则正式开始采集。

3.导出数据

采集结束后，可以在【数据浏览】中，选择数据表查看采集数据，并可以导出数据。

导出的文件打开如下图所示：

本教程仅供教学使用，严禁用于商业用途！

l前嗅简介

前嗅大数据，国内领先的研发型大数据专家，多年来致力于为大数据技术的研究与开发，自主研发了一整套从数据采集、分析、处理、管理到应用、营销的大数据产品。前嗅致力于打造国内第一家深度大数据平台！