采集场景 在微博热搜榜()可实时查看微博热搜排行、买赞买热热搜关键词和热搜数。微博点击每位热搜关键词可步入与其相关的买赞买热免费刷微博点赞软件微博列表页。我们须要采集以上数据。微博 采集数组 微博热搜排行、买赞买热热搜关键词、微博热搜数、买赞买热内容、微博发布时间、买赞买热来源、微博收藏数、买赞买热转发数、微博评论数、买赞买热点赞数、微博采集时间和页面网址等数组。买赞买热 采集结果 采集结果可导入为Excel、CSV、免费刷微博点赞软件HTML、数据库等多种格式。导出为Excel示例: 教程说明 本篇制做时间:2024/01/15 八爪鱼版本:V8.6.7 如果因网页改版导致网址或步骤无效,无法搜集到目标数据,请联系官方客服,我们将及时修正。 采集步骤 步骤一、打开网页,切换浏览模式登陆,获取登陆状态的cookie 步骤二、生成列表循环采集流程,并点击步入详情页 步骤三、创建【循环列表】,采集所有微博列表中的数据 步骤四、修改【循环】的XPath,以除去多余列表 步骤五、修改数组的XPath,以精准采集所有数组 步骤六、规则优化 步骤七、启动采集 以下为具体步骤: 步骤一、打开网页,获取登陆状态的cookie 1、获取登陆状态的cookie 在首页输入微博热搜榜网址 ,点击【开始采集】,八爪鱼手动打开网页。 点击切换 【浏览模式】,在浏览模式下点击页面上的登陆按键,跳到扫码登陆窗口,使用手机app扫码登陆,登录成功以后关掉【浏览模式】,在打开网页步骤的【高级设置】里面勾选【使用指定的cookie】,然后点击获取当前页面的cookie,点击应用。 步骤二、生成列表循环,并点击步入详情页 1、创建【循环列表】,采集热搜页面的列表数据 ①、先选中页面上第一个列表的第一个单元格,再点击提示框右下角的【扩大选区】 按钮,选中至一整行。( 的作用是,扩大选中的范围。当前选中的是一个单元格,点一下 ,选中的范围就扩大一个层级,即选中了一行) ②、在提示框中,选择【选中全部子元素】。第1个热搜中的具体数组就被选中了,这时八爪鱼又手动辨识到页面中其他热搜列表具有相同的【子元素】。 ③、在提示框中,选择【选中全部相似组】。可以看见页面中所有热搜列表中的子元素也都被选中了,被红色框框上去。 ④、在提示框中,选择【文本内容】。这时候,八爪鱼就将表格中的数组都提取出来了。 2、删除多余数组,修改数组名 这里的链接数组没有用,我们删掉,然后更改剩下数组的数组名(双击字段名即可更改) 3、点击红框中的关键词,进入详情页(注意要在循环列表上面配置,这样就能循环步入每一个关键词的详情页面) 在循环的当前项(用黑色框框上去)中找到关键词并选中,在弹出的操作提示框中,选择【点击该链接】。 可以看见流程中生成了1个【点击元素】步骤,八爪鱼手动跳转到了详情页,然后提取详情页数据即可。 步骤三、创建【循环列表】,采集所有列表数据 1、创建【循环列表】 通过以下连续3步,创建【循环列表】,采集所有微博列表中的数据 ① 选中页面上1个微博列表,包含所有数组(微博这个网页比较特殊,无法直接选中整块微博列表,可以先选中较小的范围,然后在操作提示框中不断点击 按钮,直至选中的区域扩大至整块列表,示例中点击了2次 按钮) ②继续选中页面上1个微博列表,包含所有数组(同①) ③ 点击【文本内容】 2、提取微博列表中的数组 在循环的当前项中(用红色框框上去),选中文本,在操作提示框中,选择【文本内容】。 文本类数组都可这样提取,示例中提取了内容、发布时间、来源、收藏数、转发数、评论数、点赞数、等数组。 特别说明: a. 经过以上连续3步微博买热搜,【循环-提取数据】创建完成。【循环】中的项,对应着页面上所有微博列表。但是这样会将整个列表作为一个数组提取出来,如果须要分开提取数组,请看下边的操作。 b.为何通过以上3步,可构建【循环-提取数据】?详情点击查看列表数据采集教程。 c. 选中一个范围后,在操作提示框中,点击 按钮,可扩大一层选中的层级。可连续多次点击,每点一次微博买热搜,选中范围扩大一个层级。 d.请注意,一定要在循环的当前项中提取数组,才能与循环产生联动。否则,将重复采集某一条特定数据,无法与循环联动。 3、提取特殊数组,编辑数组 进入【提取列表数据】设置页面,可删掉多余数组,修改数组名(双击字段名即可更改),移动数组次序等。 在【当前数据页面预览】中,点击 ,可以添加提取采集时间和页面网址。 4、格式化数据 【转发数】和【收藏数】【评论数】这3个数组比较特殊,如当转发数为0 的时侯,显示的是文字:”转发“,可以通过正则表达式,将其替换成数字0。 如果不介意重复,可跳过此步骤。 【转发数】格式化:点击数组后的 按钮,选择【格式化数据】→ 点击【添加步骤】→【替换】,将【转发】替换成【0】 |