在 第2课：2种采集模式与界面介绍 中，我们已经了解了用八爪鱼采集数据的两种模式：使用【采集模板】和【自定义配置任务】。

 

从本课开始，我们将开始学习用【自定义配置】采集数据的方法。

 

总结一下网页数据采集需求。可以归纳为以下几种。每一种需求，都有对应的课程进行详细讲解。

第3课：采集单个数据（本课）

第4课：采集列表数据

第5课：采集表格数据

第6课：需依次点击多个链接进入详情，采集每个详情页中的数据

第7课：需要翻页采集

 

本课将从最简单的采集单个数据开始。

 

现在有一个京东商品详情页的网页：https://item.jd.com/100004788065.html。网页上有很多字段：文本（标题、价格等）、图片（商品图片）、超链接。

 

 

鼠标放到图片上，右键，选择【在新标签页中打开图片】可查看高清大图

下文其他图片同理

 

我们想将上述网页上非结构化的文本、图片、超链接等字段采集下来，保存为excel等结构化的数据，怎么操作？以下为具体步骤。

 

 

示例网址：https://item.jd.com/100004788065.html

 

步骤一 、创建一个新任务，输入网址

 

在首页【输入框】中输入目标网址，点击【开始采集】。点击【保存设置】，八爪鱼中内置的浏览器会自动打开网页。现在的界面是纯浏览器界面。为了方便观察，我们打开右上角的【流程】按钮。

 

 

也可以点击左侧【+ 新建】，选择【自定义任务】，进入网址输入界面。

 

 

特别说明：

a. 【流程】按钮打开状态为   ，此时才会出现规则编辑界面。此时软件页面由3大区块组成：采集流程、流程中当前步骤的详细页面、内置谷歌浏览器。

 

 

b. 如何获得目标网址（也叫url）？输入网址是进行数据数据采集的第1步。因此，一定要确定你要的数据在哪个网页上有，网址是什么，找到网址并将其复制下来。

 

步骤二、选择要采集的数据

 

观察网页。网页上有很多字段：文本（标题、价格等）、图片（商品图片）、超链接。

鼠标移动到想要的字段上，点击将其选中。选中后，会用绿色框框起来。同时，八爪鱼会弹出1个操作提示框。选中的字段不同，操作提示框中的指令也不同，根据具体情况和需求来。

如果选中的是文本，选择【采集该元素的文本】。

如果选中的是图片，选择【采集该图片地址】。

如果选中的是链接，选择【采集该链接的文本】或【采集该链接地址】。

 

 

步骤三、编辑字段

现在，八爪鱼知道你要提取哪些字段了。可以进行字段编辑：删除不需要的字段，字段上移下移，字段重命名等。

 

 

步骤四、获取数据并导出

现在，我们已经配置好了一个采集任务。接下来是让任务自动运行。

点击【保存并启动】，选择【启动本地采集】，启动后八爪鱼开始全自动采集数据。（【本地采集】是使用自己的电脑进行采集，【云采集】是使用八爪鱼提供的云服务器采集，点击查看详细说明。）

 

 

采集完成后，选择合适的导出方式导出数据。支持导出为Excel、CSV、HTML。这里导出为Excel。

 

 

数据示例：

 

 

经过以上操作，我们就将单个页面上的数据采集下来啦！大家对配置任务的过程已经有了一定理解，为后面课程的学习打好了基础！

 

 

分享【自定义配置】任务过程中的几个小技巧：

 

1、可点击   按钮，隐藏左侧边栏。鼠标移到3大区块之间，出现  按钮时，可通过拖拉改变区块的范围大小，便于配置规则。

 

 

2、鼠标移动到【流程图】展示区（图中红框内）时，按住【Ctrl】键同时滚动鼠标，可放大/缩小流程图。

 

 

3、选中【流程图】中的某个步骤，按【Delete】键可快速将其删除。也可鼠标右键进行【复制】【粘贴】【删除】步骤的操作。

 

 

4、点击【浏览器】右上角的  按钮 ，可将【操作提示框】隐藏起来。【操作提示框】隐藏后，按钮状态变为  ，再次点击即可显示出来。

 

 

 

作者：Aisling

编辑：Aisling