前嗅ForeSpider教程：採集中國證券網

以中國證券網爲例，經過當前要聞分區連接到新聞列表頁採集正文數據：

第一步：新建任務

①點擊左上角「加號」新建任務，如圖1：

【圖1】

②在彈窗裏填寫採集地址，任務名稱，如圖2：

【圖2】

③點擊下一步，選擇進行數據抽取仍是連接抽取，本次採集要聞列表頁新聞的正文數據，正文數據是經過點擊列表連接進入的，因此本次須要抽取列表連接，因此點擊抽取連接，如圖3：

【圖3】

第二步：經過地址過濾，獲得所需的分區連接。

①點擊採集預覽，在採集預覽中有於目標連接類似的其餘連接，可經過地址過濾獲得分區連接。找到所須要的分區連接，區別於其餘連接「http://news.cnstock.com/news/sns_yw」 ，右擊複製連接，如圖4所示。

【圖4】

②勾選地址過濾，過濾規則選擇包含，將複製的目標地址粘入，獲得要聞分區連接，點擊保存，如圖5所示。

【圖5】

③點擊採集預覽確認連接是否過濾徹底，如圖6：

【圖6】

第三步：填寫模板二示例地址並新建數據抽取

①將模板一過濾獲得分區連接，做爲模板二的示例地址， 見圖7：

【圖7】

②建立列表連接抽取、翻頁連接抽取。直接點擊模板二，點擊上面「新建連接抽取」按鈕，獲得連接抽取，並重命名，如圖8：

【圖8】

③進行列表連接抽取，按住Ctrl+鼠標左鍵，進行區域選擇，按住Shift+鼠標左鍵，擴大選擇區域，點擊「確認選區」按鈕，如圖9：

【圖9】

④點擊採集預覽確認連接是否過濾徹底，如圖10：

【圖10】

第四步：經過標題過濾，過濾翻頁連接

①點擊採集預覽，在採集預覽中有於目標連接類似的其餘連接，可經過地址過濾獲得列表連接。找到所須要的列表連接，觀察得出所須要的目標連接都包含「http://news.cnstock.com/news/sns_qy/」 +數字，使用過濾串\d獲得所須要的連接。右擊複製連接，如圖11所示。

過濾串規則說明：\d 表示一串（個）數字

【圖11】

②勾選地址過濾，過濾規則選擇包含，填入 「http://news.cnstock.com/news/sns_qy/\d」 ，獲得列表連接，如圖12所示。

【圖12】

③點擊模板預覽，選擇翻頁連接抽取，確認連接是否過濾徹底，如圖13

【圖13】

第五步：建立新的模板，並新建數據抽取

①在模板配置，點擊「新建模板」按鈕，獲得新建模板，重命名爲正文數據模板，如圖14。

【圖14】

②將模板二新建連接抽取過濾獲得的任意一條連接，做爲模板三的示例地址， 見圖15：

【圖15】

③新建數據抽取。直接點擊模板三，點擊上面「新建數據抽取」按鈕，獲得數據抽取，如圖16。

【圖16】

④關聯模板

在軟件中模板的關聯關係，與網頁中連接跳轉的關係相同。

根據網頁跳轉規律，將「新建連接抽取」關聯模板「新建模板：03」，如圖17：

【圖17】

第六步：建立/選擇表單

①在ForeSpider爬蟲中，表單是能夠複用的，因此能夠在數據表單出直接選擇以前建過的表單，也能夠經過表單ID來進行查找並關聯數據表單。此處使用的方法三，如圖18。

方法一：經過下拉菜單或表單ID選擇已有表單

方法二：點擊建立表單進入快速建表頁面，新建表單

方法三：點擊「採集配置」-「數據建表」，點擊採「採集表單」後面的添加按鈕，如圖18。

【圖18】

②配置表單

根據所需內容，配置表單字段（即表頭），此處配置了包括網頁主鍵、標題、發佈時間、來源、做者、正文內容、採集地址共7個字段，右上角保存，表單如圖19。

【圖19】

③在數據抽取連接處關聯表單，如圖20。

【圖20】

第七步：字段取值

取值方法：按住Ctrl+鼠標左鍵，進行區域選擇，按住Shift+鼠標左鍵，擴大選擇區域。

title字段，如圖21

【圖21】

第八步：模板預覽

①鼠標右鍵點擊「數據抽取」，而後點擊「模板預覽」，如圖22

【圖22】

②預覽結果如圖23：

【圖23】

第九步：採集預覽

①點擊右上角採集預覽,如圖24。

【圖24】

②雙擊任意一條連接，看看是否能夠獲得和網頁對應的規整的數據，如圖2五、圖26。

【圖25】

【圖26】