【8.0新手入门】第6课：采集点击多个链接后的详情页数据
2019-10-28 14:54:24 阅读量： 20135
通过前几课的学习，我们已经学会了 采集列表数据、采集表格数据。如果一个页面上很多同类链接，需要依次点击每个链接进入详情页，然后采集每个详情页中的数据呢？
以百度百家号为例。现在有一个百家号资讯列表的网页：https://www.baidu.com/s?tn=news&rtt=1&bsst=1&cl=2&wd=%E6%95%B0%E6%8D%AE%E9%87%87%E9%9B%86&medium=2
可以看到，网页上有很多资讯链接，点击每个资讯链接进入详情页，每个详情页都有资讯标题、百家号头像、百家号、发布时间、正文等字段。
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
如果我们需要按照网页上资讯链接的顺序，自动依次点击链接进入详情页，然后采集详情页中的字段，并保存为Excel等结构化的数据，怎么操作？以下为具体步骤。
示例网址：https://www.baidu.com/s?tn=news&rtt=1&bsst=1&cl=2&wd=%E6%95%B0%E6%8D%AE%E9%87%87%E9%9B%86&medium=2
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，并进行智能识别，这里为了演示自定义采集设置，我点击【取消识别】按钮。
步骤二、建立【循环-点击元素-提取数据】
观察网页，此网页上是通过点击资讯标题，进入详情页的。在八爪鱼中，通过建立【循环-点击元素-提取数据】的步骤，可实现识别页面上所有标题链接，并按顺序依次点击以进入详情页，然后再提取每个相亲页中的数据。
建立【循环-点击元素-提取数据】需特定步骤，下面为具体步骤。
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、选中页面上第1个链接。选中后的第一个标题链接会被绿色框框起来。同时出现黄色操作提示框，提示我们发现了同类链接（同类链接会被红色虚线框框起来）
特别说明：
a. 选中1个链接即可，第几个无所谓，第1个，第2个，第3个，都行。
b. 选中的需是可进入详情页的链接。一般的网页，链接会放在标题里，但是也有例外。
2、在黄色操作提示框中，选择【选中全部】。我们是想要按顺序点击每个链接的，所以选择【选中全部】。可以看到，全部标题链接都被选中了，被绿色框框起来。
3、在黄色操作提示框中，选择【循环点击每个链接】。选择以后，发现页面跳转到了第1个链接的详情页。
特别说明：
a. 有时候操作提示框中出现的不是【循环点击每个链接】，而是【循环点击每个元素】，本质是一样的。
4、提取数据。按照 第3课：采集单个数据 的学习，将页面中的标题、百家号头像、百家号、发布时间、正文字段提取下来。下图示例是提取标题。
特别说明：
a. 步骤1-4是连续指令，连续不中断，才能建立【循环列表】。如果 1、选中页面上第1个链接 后，没有出现 2、【选中全部】怎么办？请下拉至文末查看解决方法。
经过以上4步，循环列表创建完成。可以看到，流程图中自动生成了1个循环步骤。循环中的项，对应着页面上所有标题链接。启动采集以后，八爪鱼就会按照循环中的顺序，依次点击每个链接进入详情页，再提取每个详情页中的字段。
步骤三、编辑字段
我们可以对字段进行删除、修改字段名称等操作。
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。字段名称相当于excel表头，可选择默认字段名，也可自定义输入。
步骤四、启动采集
1、修改完字段名后，整个规则编辑完成，点击【开始采集】，再点击【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，具体请查看课程x）
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：
在 步骤二、建立【循环-点击元素-提取数据】步骤时，1、选中页面上第1个链接 后，没有出现 2、【选中全部】的解决办法：
示例网址：http://www.haerbin.ccoo.cn/post/cheliang
先看一个建立【循环列表】的完整步骤：
再拆分每个步骤，详细说明：
1、选中页面上第1个链接 。
2、继续选中页面上的1个链接（目的是帮助八爪鱼识别页面中的所有同类链接，作用相当于【选中全部】）。
3、在黄色操作提示框中，选择【循环点击每个链接】。八爪鱼自动跳转到详情页。
4、在详情页中按需提取字段。
通过上面的4步，【循环-点击元素-提取数据】也能够创建完成。接下来的步骤与上面相同，不再赘述。
作者：Bin
编辑：Aisling
