药智网保健食品数据采集教程
2017-11-23 15:14:58 阅读量： 7679
采集网站：
使用功能点：
l 循环翻页
l Xpath修改
药智网站简介：药智网是全国最大的生物医药、化工在线技术交易平台。药智网专门针对生物医药、化工领域推出专业性的知识、技术交易平台，技术需求者可以通过本平台发布技术需求、寻求技术解决方案。
药智网保健食品采集数据说明：本文进行了药智网-保健食品信息的采集。本文仅以“药智网-保健食品信息采集”为例。大家在实操过程中，可根据自身需求，更换药智网的其他内容进行数据采集。
药智网保健食品采集字段详细说明：产品名称，保健功能，主要原料，批准文号，申请人中文名称， 申请人地址 ，功效成分，标志性成分，含量，不适宜人群，适宜人群，食用方法及食用量，产品规格，有效期至，批准文号，产品编号，备案内容，变更内容，批准变更日期，批准日期，注意事项，贮藏方法，保质期，主要原料，备注，产品名称。
步骤1：创建采集任务
1）进入主界面，选择“自定义采集”
2）将要采集的网站URL复制粘贴到输入框中，点击“保存网址”
步骤2：创建翻页循环
1）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”,创建一个翻页循环。
步骤3：创建列表循环
1）移动鼠标，选中页面里的第一条保健品的名称和功能，选中后，系统会自动识别页面里的其他相似链接。在右侧的操作提示框中，选择“选中全部”
2）选择“选中全部”后，可以选中字段旁的编辑和删除标识，对所选择的字段名称进行修改，把多余的字段删除。
步骤4：提取字段信息
1）创建列表循环完成后，需要进入每一个列表里提取详细的信息，点中第一条保健品名称，然后在左边提示框中选择“点击该链接”
2）之后进入第一条保健品的详情信息页面，选中产品具体名称，在左边的提示框中选择“采集该元素文本”
然后相同的方法依次选中这一列需要的字段。
3）接下来,打开右上角流程，自定义命名所选择的字段。然后选择“保存并启动”，选择“启动本地采集”
步骤4：Xpath修改
1）采集时发现运行有问题，所以需要返回流程规则修改Xpath，鼠标点中“点击元素”，选择高级选择项中的自定义
2）点开自定义定位元素方式，修改Xpath
改完之后如下图所示
3）同样的找到循环下面的第一个提取数据步骤，打开自定义定位元素方式，修改Xpath
改完之后如下图
4）同样的方法修改第二个提取元素的Xpath，改完后如下图所示
步骤5：数据采集及导出
1）再次启动数据采集 ，采集完成后选择合适的导出方式，导出数据如下图所示
