求指导层级采集

这是第一步，只需要点击到具体的商品，不需要采集任何信息。进入下一页面

第二步，点击联系，同样不用采集任何信息，进入到下一图

第三步，点击箭头指向的地方，进入到下一图

第四步，采集信息。完成后回到第一图，进入第二个商品，重复以上操作。




求指点，从第一层开始都不需要采集信息，我怎么做规则呢，是做三个层级三个规则吗？

最后一张图是图1 ，最上面一次是234图，格式有点混乱，先图后文字，文字说明的是上面的图。

yangxiaoling 发表于 2016-12-21 10:38
最后一张图是图1 ，最上面一次是234图，格式有点混乱，先图后文字，文字说明的是上面的图。 ...

看你发的截图，图一点击后要进入一个页面，所以要做一个规则，这个规则做层级抓取
进入第二张图之后还要点击“view details”，所以规则二可以做一个模拟点击
第三个规则就是针对联系方式做具体的采集规则就可以了

xandy 发表于 2016-12-21 10:51
看你发的截图，图一点击后要进入一个页面，所以要做一个规则，这个规则做层级抓取
进入第二张图之后还要 ...

另外，具体的联系方式采集完后不需要回到第一个页面，只要你有很多图1同种结构的网址，你就可以以线索的形式导入到规则1，这样就可以批量抓取了。参看《如何管理规则的线索》。
假如图1同种网页结构的网址可以从一个列表里面抓取，那更好了，那就在规则1，规则2，规则3前再做一个规则0，勾选网址作为下级，目标主题是规则1。

xandy 发表于 2016-12-21 10:55
另外，具体的联系方式采集完后不需要回到第一个页面，只要你有很多图1同种结构的网址，你就可以以线索的形 ...

把规则连起来的是 目标主题=上一级的规则吗？？也就是您这句 ‘目标主题是规则1’

yangxiaoling 发表于 2016-12-21 11:22
把规则连起来的是 目标主题=上一级的规则吗？？也就是您这句 ‘目标主题是规则1’

...

如果是我刚刚说的采集流程。
规则0，采集公司列表，勾选公司详情网址作为下级线索，下级线索的目标主题名是规则1
规则1，采集联系方式详情页的链接，勾选下级线索，下级线索的目标主题名是规则2
规则2，为了看到更全的公司联系资料，做模拟点击，爬虫路线中模拟点击线索的目标主题名是规则3
规则3，具体的联系方式的采集规则
规则0、规则1和规则2都要运行，规则3不用运行，因为规则2运行后会自动运行规则3