前嗅ForeSpider教程：採集黃頁88

以黃頁88爲例，採集當前列表頁新聞的正文數據：

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，本次採集當前列表頁聯繫方式連接，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，翻頁選擇普通翻頁，如圖3：

【圖3】

④完成後模板抽取配置列表有兩個模板，默認模板和連接列表。默認模板下自動生成兩個連接抽取，一個爲連接列表抽取，已與模板「連接列表」關聯，一個爲普通翻頁連接，此連接已與默認模板自身關聯，如圖4。

【圖4】

第二步：經過地址過濾，獲得所需的聯繫方式連接。

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聯繫方式連接。找到所須要的連接，右擊複製連接，如圖5所示。

【圖5】

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，使用公共部分「company_contact.html」進行地址過濾，獲得所需連接，如圖6所示。

【圖6】

③點擊採集預覽確認連接是否過濾徹底，如圖7

【圖7】

第三步：過濾翻頁連接

①在採集預覽中選擇普通翻頁，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「pn+數字」。使用過濾串「\d」，右擊複製連接，如圖8所示。 過濾串規則說明：\d 表示一串（個）數字

【圖8】

②勾選地址過濾，過濾規則選擇包含，填入「pn\d」，獲得列表連接，如圖9所示。

【圖9】

③右擊模板一，選擇模板預覽，採集預覽確認連接是否過濾徹底，如圖10：

【圖10】

第四步：填寫模板二示例地址並新建數據抽取

①將模板一過濾獲得的任意一條連接，做爲模板二的示例地址， 見圖11：

【圖11】

②新建數據抽取

方法一：經過點擊「下一步」後勾選抽取數據，再次點擊「下一步」獲得數據抽取。

方法二：直接點擊模板二，點擊上面「新建數據抽取」按鈕，獲得數據抽取，如圖12

【圖12】

第五步：建立/選擇表單

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。

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13：

【圖13】

第六步：配置表單

根據所需內容，配置表單字段（即表頭），此處配置了網頁主鍵、聯繫人、聯繫方式、公司名稱、公司網址連接共5個字段，表單如圖14：

【圖14】

第七步：字段取值

①在數據抽取部分導入表單：黃頁

【圖15】

②Per_name字段。如圖16所示，綠框選中聯繫人，確認選區，而後選擇腳本處理，取值「：」以後的姓名。

選區取值方法：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。

代碼：return VALUE.Right("：");

代碼如圖17所示。

【圖16】

【圖17】

③Com_name 字段。同per_name字段，綠框選中公司名稱，確認選區，而後選擇腳本處理，取值「：」以後的名稱。

選區取值方法：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。

代碼：return VALUE.Right("：");

④Tel 字段。如圖18所示，由於在模板預覽中連接標題就是手機號，因此採用了高級取值---腳本取值。

【圖18】

直接在腳本處寫上「return URL.title;」 即連接標題名爲手機號，如圖19所示。

代碼：return URL.title;

【圖19】

⑤Link字段。採集內容選擇網頁信息>網頁地址，保存便可，如圖20所示。

【圖20】

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21。

【圖21】

②預覽結果，如圖22所示。

【圖22】

第九步：採集預覽

①點擊右上角採集預覽,如圖23：

【圖23】

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24所示。

【圖24】