配套软件版本:V9及更低 集搜客网络爬虫 新版本对应教程:V10及更高 数据管家——增强版网络爬虫 的对应教程是《打包下载Excel格式的采集结果数据》 注:集搜客GooSeeker爬虫从V9.0.2版本开始,爬虫术语“主题”统一改为“任务”,在爬虫浏览器里先命名任务再创建规则,然后登录集搜客官网会员中心的“任务管理”里,就可以查看任务的采集执行情况、管理线索网址以及做调度设置了。 1. 采集结果存储位置 打数机采集下来的数据保存在哪里?在DS打数机的文件菜单->存储路径中可以找到文件路径。采集成功的话,网页数据会以xml文件形式保存在电脑的DataScraperWorks文件夹中。 2. 采集结果文件格式 在对应主题名的文件夹中会看到成功采集的xml文件,xml文件是对应网页生成的,一页会生成一个xml文件。 注意:一个文件夹默认存储10000个xml文件,超过的话就会创建一个子文件夹m,继续存储新的xml文件,如需修改这个存储量的大小,请到DS打数机的文件菜单->存储路径里修改文件数量。 3. 采集结果文件处理方法 xml文件可以用浏览器、记事本、excel打开,通过一些工具可以转为其他文件格式。例如:用集搜客会员中心的数据管理功能可以转换为excel格式,操作见《xml转为excel》,可以得到如下图的数据表。 Tips:转为excel或其他格式可以方便导入到自己的数据库。 上篇文章:《DS打数机采集数据》 下篇文章:《xml转为excel》 |
木可: 没有保存的数据是怎么回事呢
3085775941: 如果这样操作只输出一行数据,那我算是成功了
byjinhit: 方式2 为啥一直不成功