如何爬取网站数据——前嗅ForeSpider使用教程

如何爬取网站数据——前嗅ForeSpider使用教程

前嗅forespider数据采集软件的使用教程，可视化的软件，简单的操作，强大的功能，帮助不会爬虫的人采集数据。

简介：我们想要从网上获取自己想要的数据，通常有几种常见的方式，方式一，手动复制粘贴，适合收集少量数据；二，自己编写爬虫脚本，获取自己想要得到的数据，能收集大量数据，但需要自己有编码能力；三，使用数据采集软件，既不需要自己编写爬虫脚本，又能收集自己想要的数据。

作为一个日常工作中需要采集大量数据来分析用户需求与行为的人，又不会编写脚本，一个好用的数据采集软件成为我工作中必不可少的工具，这几天我使用了几种数据采集软件，发现最好用的就是前嗅的ForeSpider数据采集软件。可视化的操作界面，很高级，功能全面，我需要采集的网站都能满足。下面我给大家分享一下最近的使用心得，希望能帮助到有需要的人。

我采集的网站是美团网，想要得到美团上所有冒菜商家的地址和电话。

第一步：新建任务

打开前嗅ForeSpider采集系统以后

①点击左上角“加号”新建任务

②在弹窗里填写采集地址，任务名称

③点击下一步，选择进行数据抽取还是链接抽取，首先当前检索结果列表链接，所以点击抽取链接，选择链接抽取

④完成后模板抽取配置列表有两个个模板，默认模板和新建模板，模板一的默认链接抽取已与模板二关联

第二步：通过地址过滤，得到所需的链接。

①点击采集预览，在采集预览中有于目标链接相似的其他链接，可通过地址过滤得到列表链接。找到所需要的列表链接，右击复制链接，“https://www.meituan.com/meishi/+数字+/”

②勾选地址过滤，过滤规则选择包含，将复制的目标地址粘入，使用过滤串“\d”得到列表链接，

过滤串规则说明：\d表示一串（个）数字

③点击采集预览确认链接是否过滤完全

第三步：填写模板二示例地址并新建数据抽取

①将模板一过滤得到的任意一条链接，作为模板二的示例地址。如：https://www.meituan.com/meishi/137562207/

②新建数据抽取

方法一：通过点击“下一步”后勾选抽取数据，再次点击“下一步”得到数据抽取。

方法二：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

第四步：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。此处使用的方法三。

方法一：通过下拉菜单或表单ID选择已有表单

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”

第五步：配置表单

根据所需内容，配置表单字段（即表头），此处配置了网页主键、标题、联系方式、联系地址共4个字段，表单如图

第六步：字段取值

① 先关联表单

② 字段取值是在数据模板位置写脚本，来给对应字段赋值，如图13所示。

代码如下：

var str=DOM.GetSource().ToStr().Middle("\"detailInfo\":",",\"photos\""); //获取网页源码包含数据部分内容

jScript js;

var obj=js.RunJson(str); //生成json对象

record re;

re.id=MD5(URL.urlname);//给主键字段生成唯一标识

re.tit=obj.name; //标题名称

re.addr=obj.address; //店铺地址

re.tel=obj.phone; //店铺电话

RESULT.AddRec(re,TMPL.fstdoc.schemaid); //将所有的字段放入结果集

第七步：模板预览

①鼠标右键点击“数据抽取”，然后点击“模板预览”

②预览结果

第八步：采集预览

①点击右上角采集预览

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17所示。

这样就把美团网冒菜的商家地址和电话采集出来了，大家也可以根据自己的需要设置进行采集。

今天的分享就就到这里了，我也是初学者可能用的不是特别好，希望能帮助到有需要的人，这个软件确实对我的工作很有帮助，祝大家使用愉快！