5
新手入门 功能点介绍

【智能模式辅助点击】如何免费采集中国知网文章信息

2019-12-12 15:46:20
浏览 657 次

摘要:本文主要介绍如何使用后羿采集器的智能模式加辅助点击,免费采集中国知网的文章数据。 免费下载软件

本文主要介绍如何使用后羿采集器的智能模式加辅助点击,免费采集中国知网的文章数据。

采集对象简介:

知网(www.cnki.net)是国家知识基础设施的概念,由世界银行于1998年提出。CNKI工程是以实现全社会知识资源传播共享与增值利用为目标的信息化建设项目。

教程为大家介绍如何采集知网的文章信息,知网的搜索结果页复制到软件里面之后,搜索结果会失效,此时我们需要使用智能模式辅助点击功能,在搜索框内重新输入文字,另外如果用户需要下载文件到本地,大家可以按照教程中的方式获取下载地址,然后在开始采集-文件下载中勾选下载文件进行设置,由于没有相关账号,本教程没有演示如何登录及采集。

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:

题名、题名链接、作者、来源、发表时间、数据库、下载、单位、内容、pdf下载地址

采集结果预览:

下面我们来详细介绍一下如何免费采集中国知网的文章数据,我们以“金融”作为采集结果关键词,具体步骤如下:

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

下载和注册后羿采集器

【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、复制中国知网的网址。

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、使用辅助点击功能

由于网站的限制,在浏览器上复制的网址到软件中搜索结果会失效,此时可以使用预加载功能进行采集设置,具体操作步骤如下所示:

2、设置数据字段

辅助点击设置完毕后,保存退出后软件会自动对搜索结果页进行识别,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:

3、使用深入采集功能提取详情页数据

由于我们需要采集详情页的商品信息,我们需要右击链接使用“深入采集”功能,跳转到详情页进行采集。

点此深入了解如何采集列表+详情页类型网页。

很多用户会需要进行文件下载,但是又不知道怎么获取下载地址,此时大家可以按照以下动图来获取下载地址:

字段设置效果如下:

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启动。

点此深入了解什么是自动导出。

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:

如何免费采集阿里巴巴卖家商品信息

如何免费采集淘宝同一关键词下商品评论

如何免费采集天猫商品sku数据

分享到: