7.无代码爬虫八爪鱼采集器软件——采集规则/项目的创建与网址输入

接上篇6.零代码网页爬虫软件基础实操------下载与安装八爪鱼采集器

八爪鱼免费爬虫软件下载:

八爪鱼采集器下载 小白数据采集神器https://affiliate.bazhuayu.com/retrieve

直接复制粘贴要采集的网站在这里就可以进入采集规则的设计器

自定义任务

通过这个功能,可以进入到网址构建的更高阶使用方法

手动输入

直接填写网址或者复制网址到这个输入框,再点击保存设置即可

文件导入

导入的文件可以是txt、csv、xlsx,最多100万条数据

从任务导入

我们采集到的数据,在相关规则下,所以可以直接从这里导入之前采集到的数据,作为二次采集的起始网址。

批量生成

这个功能可以把有规律的网址,通过批量生成的方式构建出来,例如:网址的page页是有规律的,每一篇文章的数字编号+1,那就直接构建一个参数即可,可以通过测试生成网站来确认构建是否正确,下方"网址预览"中会显示出100条数据供查看。

数字变更
字母变更
时间变更

有一些新闻站上通过日期的方式生成文章/帖子,用这个时间变更的构建方案就很方便

自定义列表

这里可以填写你提前准备好的内容,例如我们做搜索词项目的采集就会常常用到这个功能,提前把词汇放进这里,会自动循环调取这个自定义列表的参数

至此我们如何创建项目输入网址方法就讲完了,下节课我们来进行一个实际案例的操作讲解


教程专栏的目录链接,快速直达各个知识点:

八爪鱼采集器入门基础教程,日常更新中-CSDN博客


相关推荐
金銀銅鐵13 小时前
用 Python 实现 Take-Away 游戏
python·游戏
copyer_xyf14 小时前
Agent 流程编排
后端·python·agent
copyer_xyf14 小时前
Agent RAG
后端·python·agent
copyer_xyf14 小时前
【RAG】向量数据库:milvus
后端·python·agent
copyer_xyf15 小时前
Agent 记忆管理
后端·python·agent
星云穿梭1 天前
用Python写一个带图形界面的学生管理系统——完整教程
python
金銀銅鐵1 天前
用 Pygame 实现 15 puzzle
python·数学·游戏
倔强的石头_1 天前
《Kingbase护城河》——数据库存储空间全景探测与精细化瘦身实战
数据库
黄忠1 天前
大模型之LangGraph技术体系
python·llm
云技纵横1 天前
唯一索引 INSERT 死锁实战:5 秒复现交叉插入的 S 锁循环等待
sql·mysql