5
新手入门 功能点介绍 实战案例

如何免费采集百度搜索结果的网站链接

2019-10-30 16:54:10
浏览 530 次

摘要:本文主要介绍如何使用后羿采集器的智能模式,免费采集百度搜索结果的网站链接。 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,免费采集百度搜索结果的网站链接。

采集对象简介:

百度搜索(www.baidu.com)是全球最大的中文搜索引擎,致力于向人们提供“简单,可依赖”的信息获取方式。

教程为大家介绍如何采集百度搜索详情页的链接,为什么要制作这个教程,是由于百度对网站的实际链接做了相应的处理,直接在列表页上获取到的链接不是网站的实际链接,只有运用深入采集功能点击到详情页,然后设置详情页的特殊字段(当前网页url)。

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、网页介绍、当前网页URL

采集结果预览:

下面我们来详细介绍一下如何免费采集百度搜索详情页数据,我们以“神箭手”作为搜索关键词,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、复制神箭手百度搜索结果的网址。

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、设置数据字段

输入网址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。

设置效果如下:

2、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。

由于列表页上的链接是被百度处理过的,不是真实的网站地址,因此可以在详情页中设置特殊字段,当前网页url。

设置字段效果如下:

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,本次操作没有用到以上功能,直接点击启动按钮开始采集。

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:

如何免费采集百度搜索多个关键字数据

如何免费采集百度知道问答数据

如何免费采集乐天网上免税店商品数据

分享到: