中国证券网官网(中国证券交易所官网)

<p>以我国证券网（cnstock/help/ditu.htm）为例，经过当时要闻分区链接到新闻列表页收集正文数据：</p><p>第一步：新建使命</p><p>①点击左上角“加号”新建使命，如图1：</p><p>②在弹窗里填写收集地址，使命称号，如图2：</p><p>③点击下一步，挑选进行数据抽取仍是链接抽取，本次收集要闻列表页新闻的正文数据，正文数据是经过点击列表链接进入的，所以本次需求抽取列表链接，所以点击抽取链接，如图3：</p><p>第二步：经过地址过滤，得到所需的分区链接。</p><p>①点击收集预览，在收集预览中有于方针链接类似的其他链接，可经过地址过滤得到分区链接。找到所需求的分区链接，差异于其他链接“newsstock/news/sns_yw”，右击仿制链接，如图4所示。</p><p>②勾选地址过滤，过滤规矩挑选包含，将仿制的方针地址粘入，得到要闻分区链接，如图5所示。</p><p>③点击收集预览承认链接是否过滤彻底，如图6</p><p>第三步：填写模板二示例地址并新建数据抽取</p><p>①将模板一过滤得到分区链接，作为模板二的示例地址。如：newsstock/news/sns_qy/index.html， 见图7：</p><p>②创立列表链接抽取、翻页链接抽取。直接点击模板二，点击上面“新建链接抽取”</p><p>按钮，得到链接抽取，如图8：</p><p>③按住Ctrl+鼠标左键，进行区域挑选，按住Shift+鼠标左键，扩展挑选区域，点击“承认选区”按钮，如图9：</p><p>④点击收集预览承认链接是否过滤彻底，如图10：</p><p>第四步：经过标题过滤，过滤翻页链接</p><p>①点击收集预览，在收集预览中有于方针链接类似的其他链接，可经过地址过滤得到列表链接。找到所需求的列表链接，调查得出所需求的方针链接都包含“newsstock/news/sns_qy/”，右击仿制链接，如图11所示。</p><p>②勾选地址过滤，过滤规矩挑选包含，填入“newsstock/news/sns_qy/”，得到列表链接，如图12所示。</p><p>③点击模板预览承认链接是否过滤彻底，如图13</p><p>第五步：创立新的模板，并新建数据抽取</p><p>①在模板装备，点击“新建模板”</p><p>按钮，得到新建模板，重命名为正文数据模板，如图14。</p><p>②将模板二新建链接抽取过滤得到的恣意一条链接，作为模板三的示例地址。如：newsstock/news,yw-201811-4301403.htm， 见图15：</p><p>③新建数据抽取。直接点击模板二，点击上面“新建数据抽取”</p><p>按钮，得到数据抽取，如图16。</p><p>④相关模板</p><p>在软件中模板的相相关系，与网页中链接跳转的联系相同。</p><p>依据网页跳转规则，将“新建链接抽取”相关模板“新建模板：03”，如图17：</p><p style="text-align:center;"><img src="//img.changhecl.com/img_changhecl_com/zb_users/upload/water/2022-04-26/6267113e09d23.jpeg" title="中国证券网官网(中国证券交易所官网)" alt="中国证券网官网(中国证券交易所官网)"></p><p>第六步：创立/挑选表单</p><p>①在ForeSpider爬虫中，表单是能够复用的，所以能够在数据表单出直接挑选之前建过的表单，也能够经过表单ID来进行查找并相关数据表单。此处运用的办法三，如图18。</p><p>办法一：经过下拉菜单或表单ID挑选已有表单</p><p>办法二：点击创立表单进入快速建表页面，新建表单</p><p>办法三：点击“收集装备”-“数据建表”，点击采“收集表单”后边的</p><p>如图18。</p><p>②装备表单</p><p>依据所需内容，装备表单字段（即表头），此处装备了包含网页主键、作者、收集来历、网页获取时刻、内容、发布时刻、标题称号、网页地址、发布来历、副标题、图片11个字段，右上角保存，表单如图19。</p><p>③在数据抽取链接处相关表单，如图20。</p><p>第七步：字段取值</p><p>取值办法：按住Ctrl+鼠标左键，进行区域挑选，按住Shift+鼠标左键，扩展挑选区域。</p><p>title字段，如图21</p><p>第八步：模板预览</p><p>①鼠标右键点击“数据抽取”，然后点击“模板预览”，如图22</p><p>②预览成果如图23：</p><p>第九步：收集预览</p><p>①点击右上角收集预览,如图24。</p><p>②双击恣意一条链接，看看是否能够得到和网页对应的规整的数据，如图25、图26。</p>