4.1.1 創建新任務

通常一個采集源對應著一個任務，如采集人民網，就創建一個任務叫人民網。

大量網站結構相似的采集源，可以放在同一個任務中，例如要同時采集100個結構相似網站，可以把網址粘到同一個任務的采集地址中。

【新建任務】

1.添加任務

點擊任務列表右側“”，新建一個任務。也可以通過右鍵或文件菜單，導入一個任務模板。

【添加任務】

2.填寫采集地址

在彈窗里填寫采集地址和任務名稱。

【填寫采集地址】

采集地址指的是采集對象的入口地址，即為該網頁鏈接（url地址）。以采集淘寶為例：

①采集整個淘寶網全部商品的信息，淘寶網首頁鏈接就是入口地址。

②只采集“女裝”類別的商品信息，“女裝”首頁鏈接就是入口地址。

③只采集某商品的評論信息，該商品的鏈接地址就是入口地址。

大多數情況下，采集地址只填寫一個url地址。如果鏈接的頁面結構和層級結構是一致的，能夠套用同一套采集模板進行采集，可填寫多個采集地址，中間用回車換行分隔。如果不一致，需要創建新的采集任務。

3.設置采集類型、關鍵詞、登錄

采集類型分為兩種：

①默認（html）：采集網站、APP數據時選用。

②本地文件目錄：采集本地文件目錄的html和xml數據時選用。

③當采集的網站需要關鍵詞檢索時，勾選【關鍵詞采集】。

【選擇關鍵詞采集】

④當采集的網站需要登錄后才能采集時，需要勾選手動/自動登錄方式。

【登錄網站】

4.選擇當前頁面抽取內容

創建新的任務之后，點擊“下一步”，選擇頁面需要抽取的內容。

【選擇頁面抽取內容】

根據頁面內容，確定每層模板的抽取目標，每層模板都可以創建多個抽取。

①抽取鏈接：需要抽取頁面上的鏈接時，選擇創建鏈接抽取。如抽取該頁面的鏈接列表和翻頁，則創建兩個鏈接抽取。

【鏈接抽取】

②抽取數據：需要抽取頁面上的數據時，選擇創建數據抽取。

【數據抽取】

例如：

需要采集新聞的正文數據，而當前頁面是新聞首頁，匯集了新聞的鏈接，正文數據是通過點擊新聞鏈接才能進入的，所以本頁面需要選擇“抽取鏈接”中的“鏈接列表”。

【抽取鏈接】

點擊“完成”，軟件自動創建對應的抽取內容的模板。

【抽取模板】

軟件預置了一些常見的鏈接頁面場景，此時勾選鏈接列表，軟件會自動建立一個鏈接抽取。如需繼續添加抽取方式，可以自行手動進行添加。如下圖所示：

【添加抽取模板】