|
% L3 e- e; r6 r) Z% G 今天小编来为大家介绍一个非常实用又简单的操作，就是如何用前嗅ForeSpider采集网页链接/源码/时间/重定向地址，同时为了方便大家采集，前嗅ForeSpider已经提前把网页链接/源码/时间/重定向地址等采集中常有的基本项，预先写好了功能， 具体步骤如下： + t5 T1 q" W- [+ \3 U& @9 G
第一步：新建任务①点击左上角“加号”新建任务，如图1：  & Q3 U8 u z* j7 C
②弹窗里填写采集地址，任务名称，如图2： 
7 ?+ O0 h0 X E! L+ n" _0 E3 j# X ③ 点击下一步，勾选抽取链接，选择网页内所有链接，如图3：  : g+ N3 g, f4 \" ^
④完成后模板抽取配置列表有一个模板，默认模板。默认模板下自动生成一个链接抽取，名称为网页全部链接，如4：  " B1 h" U+ o! V1 l' Y! Q1 o
第二步：创建新的模板，并新建数据抽取①模板配置，点击“新建模板”按钮，得到新建模板，如图5。  7 r9 |" k- b/ s
②新建数据抽取。直接点击模板二，点击上面“新建数据抽取”按钮，得到数据抽取，如图6。  % u$ [' c x3 Q+ w
③关联模板在软件中模板的关联关系，与网页中链接跳转的关系相同。根据网页跳转规律，将“网页全部链接”关联模板“新建模板02”，如图7：  4 C3 M; ]0 g$ N( i, ]3 O9 e! v
第三步：创建/选择表单①在ForeSpider爬虫中，表单是可以复用的，所以可以在数据表单出直接选择之前建过的表单，也可以通过表单ID来进行查找并关联数据表单此处使用的方法三，如图8方法一：通过下拉菜单或表单ID选择已有表单。 % M/ M) q2 T8 k/ H" T( c( q
方法二：点击创建表单进入快速建表页面，新建表单方法三：点击“采集配置”-“数据建表”，点击采“采集表单”后面的如图8。 
8 H, F# C9 b% ^ ②配置表单根据所需内容，配置表单字段（即表头），此处配置了包括网页主键、网页创建时间、网页获取时间、网页地址、全区内网页源码（包含当前标签）、选取内全部文本、选取内网页源码以及网页标题八个字段，表单如图9。  + S6 q3 C9 U+ n7 [+ }' l
以下字段为软件自带字段类型，无需确定选取取值网页主键：网页唯一标识网页创建时间：文档创建或网页发布的时间网页获取时间：ForeSpider采集该网页的时间网页地址：自动采集网页的URL地址选区内网页源码（包含当前标签）：采集选区内全部源代码，包含当前节点标签等，即整个选区的源代码。 4 i1 l/ E9 N2 g4 F1 w0 V' e/ q: T
选区内全部文本：最常用的类型点击Ctrl选择绿框后，采集选区里的全部内容选区内网页源码：采集选区内全部源代码，不包含当前节点标签等网页标题：采集网页的标题即网页③ 数据抽取链接处关联表单，如图10 
0 B5 N V2 E* f# I( @1 I 第四步：采集预览①点击击右上角采集预览,如图11。  ) G) d% ]* r! u7 Q. p3 H6 `$ V
②双击任意一条链接，看看是否可以得到和网页对应的规整的数据，如图12、图13。   - C" m3 o/ f$ T% h( G. n3 z* Y; V7 T
+ Q$ K8 ]( a; g4 v7 b2 K
( \1 ]8 C3 ~2 F1 `) m( O1 { `: j( R6 [7 K7 ?
; y( |& W h' P) L6 o
| 
: g+ N3 g, f4 \" ^
" B1 h" U+ o! V1 l' Y! Q1 o
7 r9 |" k- b/ s
% u$ [' c x3 Q+ w
4 C3 M; ]0 g$ N( i, ]3 O9 e! v
+ S6 q3 C9 U+ n7 [+ }' l
) G) d% ]* r! u7 Q. p3 H6 `$ V
- C" m3 o/ f$ T% h( G. n3 z* Y; V7 T
