教你一键批量采集百度糯米酒店信息

原文转载自:http://www.houyicaiji.com/?type=post&pid=3681

本文主要介绍如何使用后羿采集器的智能模式,免费采集百度糯米酒店的地址、价格、名称及联系方式。

采集工具:

后羿采集器

采集字段:

酒店名、酒店链接、评分、人均价格、地址、酒店主图、联系方式、营业时间

功能点目录

如何对采集字段进行配置

如何采集列表+详情页类型网页

如何实现翻页功能

下面我们来详细介绍一下如何免费采集百度糯米酒店数据,我们以杭州酒店为例,具体步骤如下:

步骤一:采集结果预览

《教你一键批量采集百度糯米酒店信息》

步骤二:新建采集任务

1、复制百度糯米杭州酒店的网页(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。

《教你一键批量采集百度糯米酒店信息》

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。

《教你一键批量采集百度糯米酒店信息》

步骤三:配置采集规则

1、设置提取数据字段

在智能模式下,我们输入网址后软件即可自动识别出页面上的数据并生成采集结果,每一类数据对应一个采集字段,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。

点此了解如何对采集字段进行配置。

《教你一键批量采集百度糯米酒店信息》

在列表页上,我们需要采集百度糯米酒店的酒店名、酒店链接、地址、评分、价格等信息,字段设置效果如下:

《教你一键批量采集百度糯米酒店信息》

2、使用深入采集功能提取详情页数据

在列表页上展示出了酒店的部分信息,如果需要采集酒店联系方式及营业时间的话,我们需要右击酒店链接使用“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。

《教你一键批量采集百度糯米酒店信息》

在详情页面我们可以看到酒店的联系方式及营业时间,我们点击“添加字段”按钮,字段设置效果如下。

《教你一键批量采集百度糯米酒店信息》

3、手动设置翻页

由于百度糯米的分页元素比较特殊,页面上没有“下一页”的翻页按钮,而是“►”符号的翻页按钮,此时智能模式无法自动识别出分页元素,会出现以下提示:

《教你一键批量采集百度糯米酒店信息》

为了采集到全部的酒店数据,我们需要手动设置翻页,我们选择“分页设置—手动设置分页—点选分页按钮”,然后点击页面上的“►”按钮,这样就能采集出所有数据了。

点此了解更多关于翻页的内容。

《教你一键批量采集百度糯米酒店信息》

步骤四:设置并启动采集任务

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,本次示例中未使用到这些功能,直接点击“启动”运行爬虫工具。

《教你一键批量采集百度糯米酒店信息》

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),我们选择自己需要方式和文件类型,点击“确认导出”。

《教你一键批量采集百度糯米酒店信息》

再为您推荐几个采集教程:

如何免费采集大众点评商家数据

如何免费采集百姓网二手车信息

如何免费采集美团网商家信息数据

    原文作者:文刀老刘
    原文地址: https://www.jianshu.com/p/26efedf91630
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞