【流程图模式】如何免费采集淘宝同一关键词下商品评论
摘要:本文介绍如何使用后羿采集器的流程图模式,免费采集淘宝同一关键词下的宝贝评论数据。 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,免费采集淘宝同一关键词下的宝贝评论数据。
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:
商品标题、商品链接、价格、店铺名称、月销量、累计评价数、用户名、评价内容、颜色、尺码
功能点目录:
采集结果预览:
下面我们来详细介绍一下如何使用流程图模式,采集同一搜索关键词下的淘宝商品评论数据,我们以“外套”这一关键词为例,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、复制淘宝的网页地址
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
由于淘宝网站需要登录才能采集到更多的数据,因此我们需要使用预登录功能去登录淘宝。
点此了解更多关于预登录的内容。
2、输入关键词并进行搜索
我们需要采集到具体关键字下的淘宝商品数据,我们选中输入框,在跳转出的提示框内输入文字“外套”。
然后点击搜索,在提示框内选择“点击此元素”按钮,对外套进行搜索。
3、设置搜索列表页字段
在搜索结果页上选中宝贝,然后在提示框内选择“提取全部元素”按钮,去设置列表页上的字段。
提取字段的循环设置完毕后我们需要采集对提取字段进行设置,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。
我们需要采集列表页上的商品标题、商品链接、价格及店铺名称等数据,字段设置效果如下:
4、设置列表页下一页循环
设置好列表页的字段后,我们在页面上选中下一页,在操作提示框内点击“循环下一页”按钮。
5、设置详情页提取数据字段
由于我们需要采集每个宝贝具体的评论,在列表页上的数据字段设置完毕之后,我们需要点击进入详情页去采集字段。此时记住要选中提取列表页字段的循环,然后点击网页上的宝贝数据,在操作提示框内选中“依次点击元素”按钮。
在详情页上,我们需要采集商品的月销量,我们点击月销量的数据,然后在提示框内点击“提取该元素”按钮。
我们需要提取月销量及累计评价的字段,字段采集效果如下:
6、点击评论进行字段提取并设置循环
详情页上的字段采集完毕后,我们需要采集宝贝评论,我们点击评论按钮,在操作提示框内选择“点击该元素”按钮。
然后点击网页上的评论数据,在提示框内选择“提取全部元素”去提取评论数据。
在评论上我们需要提取用户名、评价内容、颜色及尺码等信息,字段设置效果如下:
单页的评论设置完毕之后,我们需要设置下一页的循环,我们点击下一页然后在提示框内选择“循环下一页”按钮。
下一页的循环设置完毕之后,我们可以看到出现了两个循环嵌套,由于循环之间的逻辑是包含与被包含,不是并列的关系,因此我们需要把评论的这个循环拖动到原先的循环内,拖动过程如下动图所示:
7、整体组件结果如下所示:
步骤四:设置并启动采集任务
1、启动采集任务
点击“开始采集”按钮,可在弹出的启动设置页面中进行一些高级设置,包括“开启定时、开启防屏蔽、开启自动导出、开启图片下载、开启加速引擎”功能,输入框内为默认设置,如果需要设置具体的功能,勾选相应功能跳转界面去设置,本次采集任务没有使用到这些功能,直接点击“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。
2、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条数,也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: