|
3 c8 I! {3 }4 k6 ?% ` 今天小编就以孔夫子旧书网的最近出版板块为例（http://www.kongfz.com/1004/）为例，教大家如何采集列表页的所有数据：第一步：新建任务①击左上角“加号”新建任务，如图1：  ; R& v. u4 }: e+ x
②在弹窗里填写采集地址，任务名称如图2：  4 S+ w( }/ A. b- O' W* u( ^& e
③点击下一步，选择进行数据抽取还是链接抽取，本次采集需要采集当前板块的列表页所有内容，所以只需要在同一个模板中进行翻页链接抽取以及数据抽取即可此处需要勾选“抽取链接”-“普通翻页”以及“抽取数据”，如图3：。 
% ?1 n; Y6 ?, m( K% o Q 第二步：创建/选择表单在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是的旧书网的表单，如图4方法一：通过下拉菜单或表单ID选择已有表单。
( I* \4 F6 J' P 方法二：点击创建表单进入快速建表页面，新建表单  0 b% b9 ~; _& ^9 Z3 X6 q5 t! L$ c
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5  9 S6 O) D9 m3 `6 b; l
第三步：配置表单根据所需内容，配置表单字段（即表头），此处配置了包括标题、作者、价格三个字段，表单如图6  * r2 a5 s! [2 v5 P( c: Z2 s6 ^5 @
第四步：字段取值取值方法：由于此处活取的是列表页的数据，所以可以应用“识别列表”功能，直接取到列表数据，操作方法如下：①点击“数据抽取-旧书网”，按住ctrl+鼠标左键点击任意一部分内容，如图7，选中标题  # ]+ N4 D4 g/ h- c
②按住Shift+鼠标左键继续点击，直到点击到选中整个第一条数据，如图8  ' y% L, `9 Z6 }' Y
③在软件的右下角可以看到“识别列表”按钮 ，此时点击“识别列表”，如图9，此时列表中的内容都已经选中。  ( L" G1 x z: ~1 S9 u0 e; e, d
③对每个字段进行取值,方法依然是：按住Ctrl+鼠标左键，进行区域选择，按住Shift+鼠标左键，扩大选择区域如：price-cover字段首先在左侧点到price-cover字段上,在浏览器中对该字段进行取值.。 % `* J, t8 r5 m- `& x2 V
按住ctrl+鼠标左键，点击“新书”按住shift+鼠标左键继续点击，直到选中图10中的全部内容点击右下角“确认选区” % t- {! u+ B; v+ ~* x K! r
第五步：模板预览①标右键点击“数据抽取”，然后点击“模板预览”，如图11 
D) R) t8 e! j: R ②预览结果如图12 
/ N* o; a2 E+ x 第六步：应用定位过滤，过滤翻页链接①标点击“链接抽取-普通翻页”，内置浏览器拉到最底端找到翻页，如图13  0 \7 s6 D* d& x2 Z2 g: c k) z
②按住Ctrl+鼠标左键点击第一页，按住shift+鼠标左键，扩大选区，直到选中整行，如图14 
% U4 o& n' S+ l8 D4 Y+ T ③点击“确认选区” ④点击“采集预览”查看链接过滤是否完全，此处由于只有一个模板，所以链接和数据在同一个预览框里，直接点击预览的结果如图15 
& \* x) t' V8 I" V- X# ]0 N ⑤点击“链接信息数目”，查看对应的链接，如图16，由于第9页之后直接就是第15页，如果怕中间页数取不到，可以双击第9页试试看  4 ?2 U" _( Q% }. |+ f3 ^8 q0 J& p q! h. R. j
第七步：采集预览双击任意一页链接,点击“旧书网”均可得到对应的列表数据如图17  9 q. V4 x$ u: r9 g- m7 v
) |$ q. {3 i2 D' q" G
# E C3 j8 b7 ?( e$ I$ c( E0 J) m: \/ I- B$ k
6 Y- h6 `: j H, ^: }7 u | 
4 S+ w( }/ A. b- O' W* u( ^& e
0 b% b9 ~; _& ^9 Z3 X6 q5 t! L$ c
9 S6 O) D9 m3 `6 b; l
* r2 a5 s! [2 v5 P( c: Z2 s6 ^5 @
# ]+ N4 D4 g/ h- c
' y% L, `9 Z6 }' Y
( L" G1 x z: ~1 S9 u0 e; e, d
0 \7 s6 D* d& x2 Z2 g: c k) z
4 ?2 U" _( Q% }. |+ f3 ^8 q0 J& p q! h. R. j
9 q. V4 x$ u: r9 g- m7 v
