在 第4课中，我们学会了如何采集多个列表中的数据，相信大家都已学会创建【循环-提取数据】。本节课将学习一种特殊格式的列表数据——表格数据采集。

 

表格是一种很常见的网页样式，例：球探网的赛事比分表，天天基金网的基金排名表，东方财富网的股票信息表，中国证券业协会的年报披露表格等等。

 

表格作为列表数据的特殊形式，我们可以将表格的每一行看作为列表的每一个数据的大区块范围， 表格每一行的全部单元格字段，相当于列表每个数据区块内的多个子字段。那么上节课讲的【循环-提取数据】创建方法在本课也能用。

 

现在有一个新浪财经股票表格的网页：

http://vip.stock.finance.sina.com.cn/q/go.php/vIR_RatingNewest/index.phtml?p=1  表格结构非常整齐，每条股票信息各占表格的一行，一行股票中包含多个字段信息：股票代码、股票名称、目标价、最新评级等。

 

 

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

 

我们想要将这些字段采集下来并以Excel等形式存储下来，如下图所示。怎么办？以下为具体操作。

 

 

 

示例网址：http://vip.stock.finance.sina.com.cn/q/go.php/vIR_RatingNewest/index.phtml?p=1

 

步骤一、创建一个【新任务】，输入网址，打开网页

 

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，为了方便观察，我们打开右上角的【流程】按钮，可见左上角流程区已自动创建【打开网页】步骤。

 

 

步骤二、建立【循环-提取数据】

 

我们可以联想到上节课中讲过的知识点，将表格作为列表数据的特殊形式，将每一行股票作为列表中每一条数据的大区块范围来看， 创建【循环-提取数据】，让八爪鱼自动识别到全部股票，和每个股票数据的全部子元素。

 

先看一个包含所有具体步骤的动图：

 

 

再拆分每个步骤，进行详情说明：

 

1、先选中页面上第一个列表的第一个单元格，再点击提示框右下角的【扩大选区】 按钮，选中至一整行。（  的作用时，扩大选中的范围。当前选中的是一个单元格，点一下 选中的范围就扩大一个层级，即选中了一行）

 

 

选中后，提示框会提示发现了【子元素】，【子元素】即八爪鱼自动识别到的每一行的具体字段，想问你是否要定位这些子元素。

 

 

特别说明：

a. 点击扩大范围按钮时，如果点击1次没有选中一行，可点击多次，直至选中一行。

b. 点击第一个列表的第一个单元格后，也可以在提示框下面查看是否有一个tr的标签， 如果有的话，直接点击这个tr，作用相当于  按钮，八爪鱼会直接选中一行。（tr表示为一行的意思。）

 

 

2、在提示框中，选择【选中子元素】。第1个股票中的具体字段就被选中了，这时八爪鱼又自动识别到页面中其他股票列表具有相同的【子元素】（用红色框框起来）。

 

 

3、在提示框中，选择【选中全部】。可以看到页面中所有股票列表中的子元素也都被选中了，被绿色框框起来。

 

 

4、在提示框中，选择【采集数据】。这时候，八爪鱼就将表格中的字段都提取下来了。

 

 

特别说明：

a. 步骤1-4是连续指令，连续不中断，才能建立【循环-提取数据】。如果 1、【选中一行】 后，没有出现 2、【选中子元素】怎么办？请下拉至文末查看解决方法。

 

经过以上4步，【循环-提取数据】创建完成。流程区中自动生成了1个【循环-提取数据】步骤。循环中包含了页面上全部股票的行数，提取数据中包含了一个股票中的全部字段。

 

 

步骤3、编辑字段

 

1、删除不需要的字段。选中字段，再点击垃圾桶图标将其删除。

2、修改字段名称。改为该字段对应的名字。

 

 

步骤4、启动采集

 

1、点击【保存并启动】，选择【启动本地采集】。八爪鱼跳出采集窗，我们可以看见采集窗中在进行自动采集。

 

 

2、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： 

 

 

 

作者：西瓜
编辑：Aisling