【流程图模式】如何免费采集企查查多关键词企业数据
摘要:本文主要介绍如何使用后羿采集器的流程图模式,免费采集企查查的的多关键此企业数据。 免费下载软件
本文主要介绍如何使用后羿采集器的流程图模式,免费采集企查查的的多关键此企业数据。
采集对象简介:
企查查(www.qichacha.com)是一款企业信用查询工具,旨在为用户提供快速查询企业工商信息、法院判决信息、关联企业信息、企业年报等服务。
教程为大家介绍如何采集企查查多关键词的企业数据,这个要通过流程图模式实现,我们要从首页进入采集,而且每次采集的时候都需要从首页进入,因此要设置连个输入网页的组件,另外企查查一定要登录之后才能采集,采集过程中有可能遇到打码,这时候旗舰版以上用户可以使用打码功能正常打码就行。
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。
采集字段:
标题、标题链接、法定代表人、注册资本、成立日期、联系方式、地址、官网、股票信息
采集结果预览:
下面我们来详细介绍一下如何免费采集企查查多关键词企业信息数据,我们以“银行”、“保险”及“金融”这三个词作为关键字进行数据采集。
步骤一:下载安装后羿采集器,并注册登录
1、点此打开后羿采集器官网,下载并安装爬虫软件工具—后羿采集器软件
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云旗下产品,如果您是神箭手用户,可直接登录。
步骤二:新建采集任务
1、复制企查查的网址。
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、使用预登录功能
由于企查查需要登录之后才能采集数据,因为大家需要使用预登录功能先登录,具体操作如下图所示:
2、输入关键词进行搜索
在搜索框输入关键词,然后点击确定跳转到搜索结果界面,具体操作如下动图所示:
3、设置数据字段并自动识别翻页
我们点击页面上的字段,按照提示提取全部数据,此时软件会自动识别翻页,我们直接点击确定,具体操作如下动图所示:
我们可以在这个基础上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。
字段设置效果如下:
4、使用深入采集采集详情页数据
由于我们需要采集详情页数据,需要点击使用“依次点击该元素”功能进行采集。
点此深入了解如何采集列表+详情页类型网页。
字段设置效果如下:
5、设置多关键词采集
单个的关键词采集设置完成了,我们需要设置多个关键词采集,我们拖动一个循环组件,并设置文本循环,将所有的组件都拖入循环内,并将之前的输入文字组件设置成使用当前循环内的文本列表,具体操作如下图所示:
6、设置打开网页组件
由于企查查的网页比较特殊,每次输入关键词都要回首页输入,因此我们需要在循环外面再设置一个输入网址的组件,具体操作如下图所示:
7、整体组件设置如下:
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“定时启动、防屏蔽、自动导出、文件下载、加速引擎、数据去重、开发者设置”功能,本次没有使用到这些功能,我们直接点击启动开始数据采集。
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;专业版及以上用户可使用定时启动功能;旗舰版用户可以使用自动导出功能及加速引擎功能。
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,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。
再为您推荐几个教程: