1688数据采集方法

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

1688数据采集方法

目前电商网站采集需求特别大，本文介绍使用八爪鱼采集1688-某店铺全部商品信息的方法。

采集网站：

示例规则

使用功能点：

●分页列表信息采集

/tutorial/fylb-70.aspx?t=1

●Xpath

/search?query=XPath

●AJAX点击和翻页

/tutorial/ajaxdjfy_7.aspx?t=1

步骤1：创建采集任务

1）进入主界面，选择“自定义模式”

采集1688店铺的全部商品信息图1

2）将要采集的网址复制粘贴到网站输入框中，点击“保存网址”

采集1688店铺的全部商品信息图2

步骤2：创建翻页循环

1）在页面右上角，打开“流程”，以展现出“流程设计器”和“定制当前操作”两个板块。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”，以建立一个翻页循环

采集1688店铺的全部商品信息图3

步骤3：创建列表循环并提取数据

1）移动鼠标，选中页面里的第一条商品信息的区块。系统会识别此区块中的子元素，在操作提示框中，选择“选中子元素”

采集1688店铺的全部商品信息图4

2）系统会自动识别出页面中的其他同类元素，在操作提示框中，选择“选中全部”，以建立一个列表循环

采集1688店铺的全部商品信息图5

3）我们可以看到，页面中企业信息区块里的所有元素均被选中，变为绿色。右侧操作提示框中，出现字段预览表，将鼠标移到表头，点击垃圾桶图标，可删除不需要的字段。字段选择完成后，选择“采集以下数据”

采集1688店铺的全部商品信息图6

4）字段选择完成后，选中相应的字段，可以进行字段的自定义命名

采集1688店铺的全部商品信息图7

步骤4：修改Xpath

1）我们继续观察，在“列表循环”步骤中，我们要建立的是整个页面18个商品链接的循环。选中整个“循环步骤”，打开“高级选项”，不固定元素列表中的这条Xpath：

//DIV[@id='wp-all-offer-tab']/DIV[1]/DIV[2]/DIV[1]/DIV[1]/DIV[1]/ UL[1]/LI，对应的只有3个循环项。将此条Xpath，复制粘贴到火狐浏览器中的相应位置

采集1688店铺的全部商品信息图8

Xpath：是一种路径查询语言，简单的说就是利用一个路径表达式找到我们需要的数据位置。

Xpath是用于XML中沿着路径查找数据用的，但是八爪鱼采集器内部有一套针对HTML的Xpath引擎，使得直接用XPATH就能精准的查找定位网页里面的数据。

2）在火狐浏览器中，我们发现，通过这条Xpath：

//DIV[@id='wp-all-offer-tab']/DIV[1]/DIV[2]/DIV[1]/DIV[1]/DIV[1]/ UL[1]/LI，页面中被定位的是3个商品信息区块。而我们需要的是，本页中18个商品信息区块，均被选中

采集1688店铺的全部商品信息图9

3）将Xpath修改为：

//DIV[@id='wp-all-offer-tab']/DIV[1]/DIV[2]/DIV[1]/DIV[1]/DIV[1]/ UL/LI，我们发现页面中所有要采集的18个商品信息区块，均被选中了

采集1688店铺的全部商品信息图10

4）将修改后的Xpath：

//DIV[@id='wp-all-offer-tab']/DIV[1]/DIV[2]/DIV[1]/DIV[1]/DIV[1]/ UL/LI，复制粘贴到图片中所示的位置，然后点击“确定”

采集1688店铺的全部商品信息图11

5）点击左上角的“保存并启动”，选择“启动本地采集”

采集1688店铺的全部商品信息图12

步骤4：数据采集及导出

1）采集完成后，会跳出提示，选择“导出数据”。选择“合适的导出方式”，将采集好的数据导出

采集1688店铺的全部商品信息图13

2）这里我们选择excel作为导出为格式，数据导出后如下图

采集1688店铺的全部商品信息图14