前嗅教你大数据：采集百姓网招聘数据

采集网站

【场景描述】采集百姓网招聘数据。

【源网站介绍】百姓网，中国领先的分类信息网。可以免费查找中国各种新鲜的二手物品交易、二手车买卖、房屋租售、宠物、招聘、兼职、求职、交友活动及生活服务等分类信息，还能免费发布这些分类信息。

【使用工具】前嗅ForeSpider数据采集系统，免费下载:

 

采集网站

【入口网址】

【采集内容】

采集百姓网招聘列表中的招聘信息。

 

 

【采集效果】如下图所示：

 

思路分析

配置思路概览：

配置步骤

1. 新建采集任务

选择【采集配置】，点击任务列表右上方【+】号可新建采集任务，将采集入口地址填写在【采集地址】框中，【任务名称】自定义即可，点击下一步。

 

 

2.获取翻页链接

①按住ctrl+鼠标单击任意一个翻页，然后按住shift+鼠标单击任意一个未选中翻页扩大选区，直至选中所有翻页，然后确认选区后保存。

 

采集预览，发现所有翻页都被抽取出来了。

 

②关联模板，将翻页链接抽取，关联模板01。

 

 

3. 抽取列表数据

①在模板1下新建一个数据抽取，具体操作如下所示：

 

 

②数据建表，按照下图所示建数据表。（注意字段属性等应严格按照下图进行设置）

 

③将新建好的数据表，关联到模板中去，如下图所示:

 

④识别列表

选中第一条招聘数据，如图所示，点击识别列表，系统自动识别到列表中的所有招聘数据。

 

 

⑤数据取值

使用定位取值的方法，title字段如下所示：

 

pay字段如下所示：

 

其他字段也按照同样的方法进行定位取值。

⑥采集预览

 

采集步骤

模板配置完成，采集预览没有问题后，可以进行数据采集。

①建立数据表单：

选择【数据建表】，点击【表单列表】中该模板的表单，在【关联数据表】中选择【创建】，表名称自定义，这里命名为【baixing】（注意命名不能用数字和特殊符号），点击【确定】。创建完成，勾选数据表，并点击右上角保存按钮。

 

 

②开始采集

选择【数据采集】，勾选任务名称，点击【开始采集】，则正式开始采集。

 

③导出数据

采集结束后，可以在【数据浏览】中，选择数据表查看采集数据，并可以导出数据。

  

④导出的文件打开如下图所示：

 

*本教程仅供教学使用，严禁用于商业用途！

 

前嗅简介

前嗅大数据，国内领先的研发型大数据专家，多年来致力于为大数据技术的研究与开发，自主研发了一整套从数据采集、分析、处理、管理到应用、营销的大数据产品。前嗅致力于打造国内第一家深度大数据平台！