本文介绍使用八爪鱼采集器简易采集模式采集百度百科内容的方法

 

百度百科:百度百科是百度公司推出的一部内容开放、自由的网络百科全书平台。截至20179月,百度百科已经收录了超过1500万的词条,参与词条编辑的网友超过630万人,几乎涵盖了所有已知的知识领域。

 

本次采集使用的是八爪鱼简易采集模式,方便简单使用。需要采集百度内容的,在网页简易模式界面里点击百度进去之后可以看到所有关于百度的规则信息,我们直接使用就可以的。

 

数据字段包括:百科关键词、百科摘要、百科简介、百科点赞量、百科转发量、百科词条目录、百科词条标签、百科页面网站。

 

采集百度百科内容(下图所示)即打开百度百科主页输入关键词进行搜索,采集搜索到的内容。

 

 

步骤一:找到百度百科规则然后点击立即使用

简易模式采集百度百科内容步骤2

 

步骤二:下图显示的即为简易模式里面百度百科的规则

 

查看详情:点开可以看到示例网址

任务名:自定义任务名,默认为百度百科

任务组:给任务划分一个保存任务的组,如果不设置会有一个默认组

搜索关键词:设置要采集的关键词,如果有多个关键词一行一个

示例数据:这个规则采集的所有字段信息

 

简易模式采集百度百科内容步骤3

 

 

步骤三:规则制作示例

 

例如采集百度百科关键词为大梅沙和小梅沙的数据信息,在设置里如下图所示:

任务名:自定义任务名,也可以不设置按照默认的就行

任务组:自定义任务组,也可以不设置按照默认的就行

搜索关键词:大梅沙和小梅沙,一行一个关键词

设置好之后点击保存

 

简易模式采集百度百科内容步骤4

 

 

 

保存之后会出现开始采集的按钮

简易模式采集百度百科内容步骤5

 

 

 

步骤四:选择开始采集之后系统将会弹出运行任务的界面

 

可以选择启动本地采集(本地执行采集流程)或者启动云采集(由云服务器执行采集流程),这里以启动本地采集为例,我们选择启动本地采集按钮

 

简易模式采集百度百科内容步骤6

 

 

步骤五:选择本地采集按钮之后,系统将会在本地执行这个采集流程来采集数据,下图为本地采集的效果

 

简易模式采集百度百科内容步骤7

 

步骤六:采集完毕之后选择导出数据按钮即可,这里以导出excel2007为例,选择这个选项之后点击确定

 

简易模式采集百度百科内容步骤8

 

步骤七:然后选择文件存放在电脑上的路径,路径选择好之后选择保存

 

简易模式采集百度百科内容步骤9

 

 

步骤8:这样数据就被完整的导出到自己的电脑上来了哦

简易模式采集百度百科内容步骤10

 


相关采集教程


百度地图商家信息采集
百度地图银行信息采集
百度搜索结果采集
搜狗微信热门文章采集
新浪微博数据采集
微博评论数据采集