本人刚刚跨专业到大数据方向，每天就是跟各种各样的数据打交道，数据采集令人头疼，于是硬着头皮去尝试各式各样的爬虫工具，可大都操作繁琐，要不就是采集精度不够，直到在B站看教程时看到前嗅forespider的教程时，才发现这款实用又好用的宝藏软件。
与之前试用过的其他爬虫软件对比，前嗅ForeSpider爬虫有自己的可视化配置模板，不仅对小白十分友好，更让实力选手省心节力。下面我就以人上人体验教育网（网址：http://www.gzrsr.com/news/）来演示一下自己当时学习的步骤：
- 可视化模板下的翻页链接抽取配置
1.【复制网页】
找到自己想要获取内容所在的网站，复制网址
2.【新建任务】
打开forespider程序；点击“采集配置”–点击“ ”新建任务-在弹出的任务窗口内粘入刚刚复制的网站链接，并修改任务名称–点击完成
3.【抽取网页链接】
①点击模板配置下“添加链接抽取”按钮；分别将两个抽取链接命名为：翻页链接、列表链接
②点击“翻页链接”选项–Ctrl 鼠标左键 选取一个翻转页，shift 鼠标左键扩大至翻转页选区–点击“确认选区”，点击保存。
③点击“翻页链接”，在关联模板下拉选择“默认模板：01”；点击保存。此时，就完成了翻转页链接的抽取设置，可以点击“采集预览”对采集结果进行查看。
④列表链接抽取
- 可视化模板下的数据抽取配置
1.【创建数据表单】
数据建表–创建表单并更改名称–创建数据表结构–根据需求设置相应字段，最后保存
2.【创建数据表】
3.【关联数据表】
①如下，令模板关联数据表
②点击“列表链接”，在关联模板下拉选择“新建模板02”，点击保存
③如下配置示例地址
4.【定位数据】
①如下图依次将每个字段对应定位
②此处展开讲一个细节：当对所需字段定位选区时不可避免的选取到了不想要的内容时，可以通过字段属性配置里的数据清洗功能对所需内容进行相应的字符串截取。
以发表日期字段数据为例，此处需截取中间串来抽取该数据内容，如下：
如果需要选取右串数据，则如下设置（取左串同理）：
5.采集预览
点击模板抽取配置下第一个标题，右键单击并选择“模板预览”，即可看到想要的数据，这样就完成了模板配置。
- 数据采集与展示
1.选取“关联数据表”，为将要采取的数据关联数据表
2.开启数据采集，如下：
3.浏览查看采集到的数据：
以上，就完成了数据采集模板的配置、数据采集与数据浏览。可以看到，可视化的数据采集模板配置起来很便捷，配置以及采集功能的操作非常智能，可实现的采集要求也十分全面。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。