前嗅（www.forenose.com）是国内领先的深度大数据专家，我们拥有从数据采集、分析、处理、管理、应用到营销，完 全独立知识产权的一整套大数据产品。前嗅致力于以深厚的技术功底和海量的数据资源打造国内第一家深度大数据平台！
分类： IT业界
2019-01-12 18:17:17
第一步：新建任务
①点击左上角“加号”新建任务，如图1：
【图1】
②弹窗里填写采集地址，任务名称，开启手动登录配置，如图2：
【图2】
若未在此处开启登录配置，可在模板抽取配置中点击相应的模板，开启登录配置，如图3。
【图3】
③点击下一步，选择进行数据抽取还是链接抽取，本次采集列表下的正文数据，所以本次需要抽取内容选择链接列表，所以点击抽取链接，选择链接列表，如图4：
【图4】
④完成后模板抽取配置列表有两个模板，默认模板和子栏目。默认模板下自动生成一个链接抽取，名称为链接列表，此链接抽取已与链接列表模板关联，如图5：
【图5】
第二步：
① 内置浏览器找到登录按钮，弹出登录框，如图6：
【图6】
②按Ctrl+鼠标左键单击“用户名输入框”，如图7。
【图7】
③.填写用户名、密码，如图8。
【图8】
④.点击“完成”，cookie配置框中出现数据，按Ctrl+鼠标左键单击“登录按钮”，内置浏览器页面登录成功，配置完成，如图9。
【图9】
第三步：通过，得到所需链接。
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，观察得出所需要的目标链接都包含“thread-”，右击复制链接，如图10所示。
【图10】
②勾选地址过滤，过滤规则选择包含，填入“thread-”，得到列表链接，如图11所示。
【图11】
③点击确认链接是否过滤完全，如图12
【图12】
第四步：
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“链接列表”关联模板二“链接列表：02”，此处由于我们开始就选择了创建列表链接，所以软件自动关联好了模板二。如果配置的时候发现关联有问题，可以自己进行更改，如图13
【图13】
第五步：创建翻页链接抽取
方法一：创建任务，勾选链接抽取，直接选择链接列表和普通翻页，如图14。
【图14】
方法二：如果创建任务时，只勾选了链接列表，可以点击上一步，回到模板层，补选翻页链接抽取，点击下一步，创建翻页链接。
方法三：直接点击模板二，点击上面“新建链接抽取” 按钮，得到链接抽取，并重名命为翻页链接抽取，如图15。
【图15】
第六步：通过地址过滤，得到所需翻页链接。
①右击模板预览找到翻页链接，如图16所示。观察链接得出规律使用“page=”得到目标链接。
【图16】
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,使用共用词“page=”过滤得到目标链接，如图17。
【图17】
③点击采集预览确认链接是否过滤完全，如图18
【图18】
④关联“翻页”
情况一：创建模板或通过向导，创建的翻页链接抽取，会默认关联模板一，即当前页模板，如图19。
情况二：手动点击按钮创建翻页链接抽取，需要手动关联
【图19】
第七步：填写模板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，作为链接列表模板的示例地址。如：https://bbs.360.cn/thread-15646770-1-1.html， 见图20：
【图20】
②新建数据抽取。直接点击链接列表，点击上面“新建数据抽取” 按钮，得到数据抽取，如图21。
【图21】
第八步：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22。
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”后面的
如图22。
【图22】
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、发布时间、正文内，网页标题以及网页地址五个字段，表单如图23。
【图23】
③数据抽取链接处关联表单，如图24。
【图24】
第九步：字段取值
①取值方法：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。
pub_time、content字段，如图25、图26：
【图25】
【图26】
②点击采集预览确数据是否采集完全，如图27：
【图27】
第十步：采集预览
① 点击右上角采集预览,如图28：
【图28】
②点击任意一条链接，看看是否可以得到和网页对应的规整的数据，如图29：
【图29】
