在这个数字化信息的大数据时代,数据采集收集已经逐渐成为各行各业中不可或缺的一部分。如果你是刚开始接触数据采集的新手,这篇文章都将为你提供快速且实用的指南:
简数采集器采集只需输入一个URL(网址),系统便会自动识别数据和规则,包括:翻页,网页详情(如标题,正文,日期,作者,标签等)的智能识别提取,比传统采集器配置要高效很多倍!
目录
1. 创建采集任务
点击简数左侧菜单按钮“创建采集任务”,输入采集任务名和要采集的”列表页“网址,如:https://www.域名.com/
如下图:
2. 列表页的智能配置
简数会先采用智能算法获取需要采集的详情页链接(多个),如果不是想要的数据,可以点击“列表提取器”进行手动指定,只需要在可视化界面上用鼠标点击。
3. 详情页的智能配置
上一步获取了多个详情页链接后,继续下一步,系统会使用其中一个详情页链接来智能抽取详情页数据(如:标题,作者,日期,内容,标签等)
如果智能抽取的内容不是想要的,那么可以打开"详情提取器"进行修改。
4. 启动采集
完成配置后即可启动采集,采集后的数据结果,在该采集任务的“结果数据&导出发送”里面,您可以在这里对数据进行导出发送。
采集结果: