Python学习笔记(8)定位标志采集列表数据——以百度旅游为例

一、操作步骤

之前的教程已经教过怎样用样例复制来采集列表数据，除了用样例复制，还可以用定位标志映射来采集列表数据。 下面用百度旅游作为案例来讲解，操作步骤如下：

二、案例规则+操作步骤

• 样本网址：https://lvyou.baidu.com/plan/counselor?surls[]=lijiang&days_cnt_low=&days_cnt_high=
• 采集内容：每一个旅程的标题、目的地、行程天数、复制数和浏览数

第一步：打开网页

1.1，打开GS爬虫浏览器，输入网址，按Enter键；

1.2，点击“定义规则”按钮；

1.3，输入主题名，再点击“查重”，提示“该名可以使用”，点击OK。

第二步：标注信息

2.1，双击要采集的内容，输入标签名，按Enter键。

2.2，输入整理箱名称。

2.3，重复步骤2.1来标注目的地、行程天数、复制数和浏览数。

2.4，点击标题，勾上关键内容。

第三步：定位标志映射

3.1，找到包含第一个行程的区块节点LI，选中后右击-定位标志映射-列表。

**Tips：**区块节点需要有class值或id值才能用作定位标志映射，否则只能做样例复制。

3.2，可以看到列表的定位标志栏填上list-item，点击测试在输出结果窗口可以看到多条旅程信息。

第四步：存规则，爬数据

4.1，点击“存规则”，提示保存成功。

4.2，点击“爬数据”就可以开始采集数据。