一步步教您轻松采集大数据之淘宝女装销量数据采集教程

本文主要介绍如何使用后羿采集器的智能模式,快速采集淘宝网商品的价格、销售量、评论数及示例图片等信息。

采集工具简介:

后羿采集器是一款基于人工智能技术的网络爬虫软件,只需要输入网址就能够自动识别网页数据,无需配置即可完成数据采集,是业内首家支持三种操作系统(包括Windows、Mac和Linux)的采集工具。

该软件是一款真正免费的数据采集软件,对采集结果导出没有任何限制,没有编程基础的小白用户也可轻松实现数据采集要求。

官方网址:http://www.houyicaiji.com/

采集对象简介:

淘宝网是亚太地区较大的网络零售、商圈,由阿里巴巴集团在2003年5月创立。淘宝网是中国深受欢迎的网购零售平台,拥有近5亿的注册用户数,每天有超过6000万的固定访客,同时每天的在线商品数已经超过了8亿件,平均每分钟售出4.8万件商品。

采集字段:

标题、标题链接、收货人数、商品图片、价格、店铺名称、月销量、累计评价

功能点目录

如何采集列表+详情页类型网页

如何下载图片

采集结果预览:

导出到Excel表格:

导出到本地的图片:

步骤一:下载安装后羿采集器,并注册登录

1、打开后羿采集器官网,下载并安装最新版的后羿采集器

2、点击注册登录,注册新账号,登录后羿采集器

注意:已有神箭手账号可直接登录后羿采集器

步骤二:新建采集任务

1、复制淘宝网商品列表页网址

2、新建智能模式采集任务

步骤三:配置采集规则

1、设置提取数据字段

智能模式自动识别出页面上数据字段,可以右击字段修改字段名称、增减字段、处理数据等。

2、使用深入采集功能提取详情页数据

在列表页上只有部分数据,没有商品月销量和评论数等数据,可使用深入采集功能深入到详情页采集这些数据。

步骤四:设置并启动采集任务

1、设置采集任务

完成了采集数据添加,我们可以开始启动采集任务了。在启动之前我们需要对采集任务进行一些设置,从而提高采集的稳定性和成功率。

点击“设置”按钮,在弹出的运行设置页面中我们可以进行运行设置和防屏蔽设置,这里我们勾选“跳过继续采集”,设置“2”秒请求等待时间,勾选“不加载网页图片”,防屏蔽设置就按照系统默认设置,然后点击保存。

点此深入了解如何对采集任务进行配置。

2、启动采集任务

点击“保存并启动”按钮,可在弹出的页面中进行一些高级设置,包括定时启动、自动入库和下载图片,本次示例中未使用到定时采集及自动入库功能,勾选下载图片到本地的功能后,点击“启动”运行爬虫工具。

点此深入了解什么是定时采集。

点此深入了解什么是自动入库。

点此深入了解如何下载图片。

【温馨提示】免费版本可以使用非周期性定时采集功能,下载图片功能是免费的。个人专业版及以上版本可以使用高级定时功能和自动入库功能。

3、运行任务提取数据

系统开始自动采集数据,等待一会儿,便可看到采集到的淘宝商品的数据。

步骤五:导出并查看数据

数据采集完成后,我们可以查看和导出数据,后羿采集器支持多种导出方式(手动导出到本地、手动导出到数据库、自动发布到数据库、自动发布到网站)和导出文件的格式(EXCEL、CSV、HTML和TXT),我们选择自己需要方式和文件类型,点击“确认导出”。

点此深入了解如何查看和清空采集数据。

点此深入了解如何导出采集结果。

【温馨提示】:所有手动导出功能都是免费的。个人专业版及以上版本可以使用发布到网站功能。

视频教程请戳这里 →_→ 淘宝采集视频教程

猜你喜欢

转载自www.cnblogs.com/houyicaijiqi/p/9835021.html