5
新手入门 功能点介绍 实战案例

如何免费采集微博24小时榜数据

2018-12-13 15:54:09
浏览 1565 次

摘要:本文介绍如何使用后羿采集器的智能模式,免费采集微博24小时热门微博的评论数、转发量、点赞数等数据。 免费下载软件

本文介绍如何使用后羿采集器的智能模式,免费采集微博24小时热门微博的评论数、转发量、点赞数等数据。

采集工具简介:

后羿采集器(www.houyicaiji.com)是一款基于人工智能技术的网页采集器,只需要输入网址就能够自动识别网页数据,无需配置即可完成数据采集,是业内首家支持三种操作系统(包括Windows、Mac和Linux)的网络爬虫软件

该软件是一款真正免费的数据采集软件,对采集结果导出没有任何限制,没有编程基础的小白用户也可轻松实现数据采集要求。

采集对象简介:

微博(weibo.com)是一种基于用户关系信息分享、传播以及获取的通过关注机制分享简短实时信息的广播式的社交网络平台。用户可以通过WEB、WAP等各种客户端实现即时分享。微博的关注机制分为可单向、可双向两种。微博作为一种分享和交流平台,其更注重时效性和随意性

采集字段:

微博名、发布时间、微博内容、转发数、评论数、点赞数、微博图片

功能点目录:

如何对采集字段进行配置

如何采集列表+详情页类型网页

如何采集需要登录才能查看的网页

采集结果预览:

导出到Excel表格:

导出到本地图片:

下面我们来详细介绍一下如何免费采集微博数据,我们以24小时热门微博为例,具体步骤如下:

步骤一:下载安装后羿采集器,并注册登录

1、打开后羿采集器官网,下载并安装最新版的后羿采集器

2、点击注册登录,注册新账号,登录后羿采集器

【温馨提示】您可以直接使用此款爬虫软件,不需要进行注册,但是匿名账户下的任务在切换到注册用户时会丢失,因此建议您注册后使用。

后羿采集器为神箭手旗下产品,神箭手用户可直接登录。

步骤二:新建采集任务

1、复制24小时热门微博的网页地址(需要搜索结果页的网址,而不是首页的网址)

点此了解关于如何正确地输入网址。

2、新建智能模式采集任务

您可以在软件上直接新建采集任务,也可以通过导入规则来创建任务。

点此了解如何导入和导出采集规则。

步骤三:配置采集规则

1、预登录

由于微博是需要登录才能采集数据,此时我们需要使用预登录功能,我们点击右商家预登录窗口,登录完毕后跳转回界面。

点此了解更多关于预登录的内容

2、设置提取数据字段

在智能模式下,我们输入网址后软件即可自动识别出页面上的数据并生成采集结果,每一类数据对应一个采集字段,我们可以右击字段进行相关设置,包括修改字段名称、增减字段、处理数据等。

点此了解如何对采集字段进行配置。

我们需要采集微博内的图片内容,此时我们可以选中全部图片,然后设置取值属性—外部HTML。

我们需要采集微博名、图片、点赞数、转发数及评论数等信息,字段设置效果如下:

步骤四:设置并启动采集任务

1、设置采集任务

完成了采集数据添加,我们可以开始启动采集任务了。点击开始采集之后跳出任务栏,任务栏界面上有“更多设置”的按钮,我们可以点击进行设置,也可以按照系统默认的设置。

点击“更多设置”按钮,在弹出的运行设置页面中我们可以进行运行设置和防屏蔽设置,系统默认设置“2”秒请求等待时间,防屏蔽设置就按照系统默认设置,然后点击保存。

2、启动采集任务

点击“保存并启动”按钮,可在弹出的页面中进行一些高级设置,包括定时启动、自动入库和下载图片,由于我们需要把评论图片下载到本地,勾选图片下载功能,设置好下载地址,然后点击“启动”运行爬虫工具。

点此深入了解什么是定时采集。

点此深入了解什么是自动入库。

点此深入了解如何下载图片。

【温馨提示】免费版本可以使用非周期性定时采集功能,下载图片功能是免费的。个人专业版及以上版本可以使用高级定时功能和自动入库功能。

3、运行任务提取数据

任务启动之后便开始自动采集数据,我们从界面上可以直观的看到程序运行过程和采集结果,采集结束之后会有提醒。

步骤五:导出并查看数据

数据采集完成后,我们可以查看和导出数据,后羿采集器支持多种导出方式(手动导出到本地、手动导出到数据库、自动发布到数据库、自动发布到网站)和导出文件的格式(EXCEL、CSV、HTML和TXT),同时还支持导出具体的条数,可以在数据中选择想导出的条数,然后点击“确认导出”。

点此深入了解如何查看和清空采集数据。

点此深入了解如何导出采集结果。

【温馨提示】:所有手动导出功能都是免费的。个人专业版及以上版本可以使用发布到网站功能。

 

再为您推荐几个相关的采集教程:

如何免费采集博客园社区文章数据

如何免费采集知乎热榜数据

如何免费采集ITPUB文章数据

 

分享到: