采集中国114黄页上的企业信息
2017-08-22 09:26:36 阅读量： 24830
本文介绍使用八爪鱼采集中国114黄页（以广东黄页为例）的方法
采集网站：
http://www.114chn.com/
使用功能点：
l 分页列表信息采集
114黄页网：中国114黄页除了具备传统网络黄页的功能外，创造性的增加了产品黄页、供求黄页、资讯黄页、招商黄页等多种围绕企业应用的增值服务，大大拓展了普通网络黄页的应用范围，用户可以方便的查询企业和商户的基本信息资料以及有关的产品信息、供求信息、资讯信息和招商信息。
数据说明：本文进行了114黄页网-深圳企业名录-南山地区下的所有企业信息采集。本文仅以“114黄页网-深圳企业名录-深圳南山地区下的所有企业信息采集”为例。大家在实操过程中，可根据自身需求，更换114黄页网的地区分类进行数据采集。
114黄页网详细采集字段说明：114黄页网企业名称、114黄页网企业主营产品、企业地址。
步骤1：创建采集任务
1）进入主界面，选择“自定义模式”
2）将要采集的网址复制粘贴到网站输入框中，点击“保存网址”
步骤2：创建翻页循环
1）打开“流程”。点击页面中的“广东黄页”，在右侧的操作提示框中，选择“点击该链接”
2）出现广州黄页的搜索结果。将页面下拉到底部，点击“下一页”按钮，在右侧的操作提示框中，选择“循环点击下一页”，以建立一个翻页循环
步骤3：创建列表循环并提取数据
1）移动鼠标，选中页面里的第一条企业信息的区块。系统会识别此区块中的子元素，在操作提示框中，选择“选中子元素”
2）系统会自动识别出页面中的其他同类元素，在操作提示框中，选择“选中全部”，以建立一个翻列表循环
3）我们可以看到，页面中企业信息区块里的所有元素均被选中，变为绿色。右侧操作提示框中，出现字段预览表，将鼠标移到表头，点击垃圾桶图标，可删除不需要的字段。字段选择完成后，选择“采集以下数据”
4）我们还想要采集每篇文章的URL，因而还需要提取一个字段。点击第一篇文章的链接，系统会自动选中页面中的一组文章链接。在右侧操作提示框中，选择“采集以下链接地址”
5）字段选择完成后，选中相应的字段，可以进行字段的自定义命名。完成后，点击左上角的“保存并启动”，启动采集任务
6）选择“启动本地采集”
步骤4：数据采集及导出
1）采集完成后，会跳出提示，选择“导出数据”。选择“合适的导出方式”，将采集好的数据导出
