2.1.3 從【鏈接列表】跳轉采集正文

鳳凰網（http://tech.ifeng.com/）

一．網站內容

1.網站截圖說明

2.采集結果截圖

二．操作方法

1.新建任務

①點擊【采集配置】-【任務列表】中的“+”，新建采集任務。

②采集地址中輸入需要采集的網頁地址。

采集列表鏈接，所以此處需要勾選【抽取鏈接】-【網頁所有鏈接】。

2.鏈接抽取配置

選擇地址過濾，過濾方式為普通過濾，過濾規則為包含“/c/7”，過濾出需要的鏈接，最后點擊右上角的【采集預覽】查看是有內容。

3.采集預覽

4.數據抽取

采集正文數據需要進入詳情頁面。

①在模板抽取配置中，右鍵選擇添加模板，或點擊第一個按鈕添加。

②在新模板右鍵添加數據抽取，或點擊第三個按鈕添加。

③模板屬性配置要勾選數據抽取并填寫數據抽取示例地址。

5.配置表結構

如圖示點擊【采集配置】-【數據建表】，【采集表結構】“+”按鈕，新建表結構，可以自定義名稱。

根據所需內容，配置表結構字段，此處配置了包括主鍵、文章標題、作者、發布時間、文章內容。表結構建立如下：

【hkey字段】

【title字段】

【author字段】

【get_time字段】

【content字段】

6.關聯數據表

表結構配置完畢后，需要進行數據關聯，操作如下：

選擇所需的表結構，點擊【創建】按鈕。創建表名稱可隨意填寫，需注意開頭僅可使用英文字母，可加數字。中文名稱不能作為表名稱。

7.模板預覽

通過采集預覽，可以了解是否能夠正確地采集到所需數據。右鍵選擇【鏈接列表】-【模板預覽】，可以單獨預覽某個模板的數據。