前嗅ForeSpider教程：抽取數據

今天，小編爲你們帶來的教程是：如何在前嗅ForeSpider中抽取數據。主要內容包括：如何選擇表單，如何採集列表/表格數據兩大部分。具體內容以下：

一，如何選擇表單

在ForeSpider爬蟲中，表單是能夠複用的表結構，建好的表單能夠重複用於多個任務。

【數據表選擇頁】

1.選擇表單

方法一：經過下拉菜單，或填寫表單ID，選擇已有表單。

方法二：快速建表，點擊建立表單，進入快速建表頁面，新建表單。（>>詳見快速建表）

方法三：自由建表，點擊「採集配置」-「數據建表」，點擊採「採集表單」後面的。（>>詳見自由建表）

【數據建表頁】

2.數據存儲方式

指的是數據採集時，在數據庫裏的存儲方式。

①插入：默認爲插入。如遇到數據庫中已存在的重複數據，則再也不插入。

②僅更新：如遇到數據庫中已存在的重複數據，則用最新採集的數據覆蓋掉。

③追加：如字段的屬性是運算字段，則能夠進行字段運算。

④插入並更新：沒有重複的記錄則插入，有重複記錄則更新。

二，如何採集列表/表格數據

識別列表用於存儲表格/列表的數據，將表格/列表的不一樣列對應存入不一樣字段，表格/列表的不一樣行分別存儲爲數據表的多條記錄。之前嗅官網Web服務器（http://www.forenose.com/pannel/prod/server_cen.html） 爲例。

1.建立表單

根據表格內容，建立一個存儲表格數據的表單。在選項卡「數據建表」中，建立一個表單。（>>自由建表）

【識別列表的表結構】

（1）主鍵

採集表格時，表格的一行做爲一條數據。因爲整個表格屬於同一個網頁文檔，而文檔主鍵只有一個，所以不能像採集其餘內容同樣，取值類型選擇「網頁主鍵」。

表格的主鍵的變量類型，根據表格的行數長度，選擇「Integer」或者「Long」。取值類型選擇「空」。字段屬性選擇「主鍵字段」和「自動字段」（選擇主鍵字段後，軟件會自動選擇「鍵值惟一」和「索引字段」。）

【主鍵字段的配置】

（2）其餘字段

其餘字段的變量類型選擇「string」，取值類型選擇「選區內所有文本」。（>>字段參數）

【其餘字段的配置】

2.建立數據抽取

爲數據抽取選擇表單

【選擇表單】

3.識別多值

點擊「默認數據抽取」節點，按Ctrl點擊任意某個單元格，按Shift再次點擊擴大區域範圍。

【定位表格】

點擊「識別多值」，選區擴大到整個表格。點擊「確認選區」。

【確認多值】

4.字段取值

主鍵字段不須要配置。存儲表格內容的字段須要一一取值。（方法一：標準定位/方法二：特徵定位）

點擊數據抽取的字段，爲其一一配置表格不一樣列的數據。點擊相應字段，按Ctrl點擊第一列的任意單元格，點擊「保存」。

【多值字段取值】