批量采集华尔街见闻新闻数据教程

步骤一：下载安装并注册登录

打开，下载并安装最新版的软件

点击注册登录，注册新账号然后登录

2

步骤二：新建采集任务

1、复制网页地址（需要搜索结果页的网址，而不是首页的网址）

2、新建智能模式采集任务

您可以在软件上直接新建采集任务，也可以通过导入规则来创建任务。

步骤三：配置采集规则

1、设置分页

由于网站的网页浏览方式是通过滚动加载的形式，不是直接点击下一页的浏览方式，所以我们需要手动设置分页，点击“分页设置—手动设置分页—瀑布流+点选分页按钮）”设置分页。

2、设置提取数据字段

在智能模式下，我们输入网址后软件即可自动识别出页面上的数据并生成采集结果，每一类数据对应一个采集字段，我们可以右击字段进行相关设置，包括修改字段名称、增减字段、处理数据等。

3、使用深入采集功能提取详情页数据

在搜索结果页上只展示出部分新闻信息，包括：新闻标题、缩略图、新闻简介、作者及发布时间，如果需要采集新闻内容，我们需要点击新闻标题进入详情页面，然后使用“深入采集”功能进行采集。

在详情页面我们可以看到新闻的内容、评论数等信息，这些信息都可以采集。

我们点击“添加字段”按钮，然后在页面中点击需要采集的数据。

步骤四：设置并启动采集任务

1、设置采集任务

完成了采集数据添加，我们可以开始启动采集任务了。在启动之前我们需要对采集任务进行一些设置，从而提高采集的稳定性和成功率。

点击“设置”按钮，在弹出的运行设置页面中我们可以进行运行设置和防屏蔽设置，这里我们勾选“跳过继续采集”，设置“2”秒请求等待时间，勾选“不加载网页图片”，防屏蔽设置就按照系统默认设置，然后点击保存。

2、启动采集任务

点击“保存并启动”按钮，可在弹出的页面中进行一些*设置，包括定时启动、自动入库和下载图片，设置完毕后点击“启动”。

【温馨提示】免费版本可以使用非周期性定时采集功能，下载图片功能是免费的。个人专业版及以上版本可以使用*定时功能和自动入库功能。

3、运行任务提取数据

任务启动之后便开始自动采集数据，我们从界面上可以直观的看到程序运行过程和采集结果，采集结束之后会有提醒。

步骤五：导出并查看数据

数据采集完成后，可以导出数据，选择导出的文件类型，点击“确认导出”。

注意：后羿采集器免费提供导出到本地的多种导出方式，如excel、csv、html、txt或数据库等方式，个人专业版及以上用户也可直接发布到wordpress、dede和typecho等CMS网站。

步骤六：采集效果