5
新手入门 功能点介绍

【流程图模式】如何免费采集淘宝带图评论数据

2019-12-12 15:47:05
浏览 1334 次

摘要:本文介绍如何使用后羿采集器的流程图模式,免费采集淘宝商品评论中带有图片的评论数据。 免费下载软件

本文介绍如何使用后羿采集器的流程图模式,免费采集淘宝商品评论中带有图片的评论数据。

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:

淘宝网(www.taobao.com)是亚太地区较大的网络零售、商圈,由阿里巴巴集团在2003年5月创立。淘宝网是中国深受欢迎的网购零售平台,拥有近5亿的注册用户数,每天有超过6000万的固定访客,同时每天的在线商品数已经超过了8亿件,平均每分钟售出4.8万件商品。

采集字段:

用户、评价内容、发布时间、图片1、图片2、图片3、图片4、图片5、追加评论

功能点目录:

如何采集需要登录才能查看的网页

什么是行为组件

循环组件的功能点介绍

如何使用提取数据组件

如何实现翻页功能

采集结果预览:

导出到Excel表格:

下载到本地图片

下面我们来详细介绍一下如何使用流程图模式,采集淘宝商品评论中带图片的评论,我们以故宫淘宝纸胶带的评论为例,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、复制故宫淘宝纸胶带的网页地址(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、新建流程图模式采集任务

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、使用预登录功能登录淘宝

输入网址后,我们进入淘宝宝贝的详情页,此时页面上出现的登录界面我们可以点击关闭,然后使用预登录功能登录淘宝。

点此了解更多关于预登录的内容。

在跳转出的预登录界面中,我们输入账户密码点击登录,然后点击登录完成跳转回编辑任务界面。

2、选中带图评论

在详情页上可以看到评论数但是看不到具体的评论内容,我们需要点击评论,然后在左上角跳转出来的提示框中选择“点击该元素”。

进入到评论界面后,我们在网站上点击图片,然后在左上角跳转出的提示框内选择“点击该元素”,这样我们就能跳转到带有图片的评论界面了。

3、设置提取字段数据

跳转到评论界面后,我们点击网页上的评论字段,在左上角的操作提示框内选择提取全部元素。

提取出评论列表页上的字段之后,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。

点此了解更多关于提取字段组件的内容。

我们知道淘宝评论最多能带5张图片,因此我们在选择图片时可以选择有5张图片的评论进行字段抽取,懂得编辑Xpath的用户可以直接在字段上编辑图片Xpath。除了图片之外我们还要采集评论内容及发布时间等,字段设置效果如下:

4、设置下一页

我们采集出了单页的评论数据,现在需要采集下一页的数据,我们点击页面上的“下一页”按钮,在左上角出现的操作提示框内选择“循环点击下一页”。

点此了解更多关于翻页的内容。

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,我们勾选下载图片到本地,选择图片下载地址之后,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:

如何免费采集淘宝商品评论数据

如何免费采集天猫店铺商品数据

如何免费采集苏宁商品评论数据

分享到: