4.5.1 創建鏈接抽取

通過點擊按鈕添加鏈接抽取，每個鏈接抽取可以抽取該模板的一類鏈接。每層模板都可以創建多個抽取。例如抽取該頁面的鏈接列表和翻頁，則創建兩個鏈接抽取。

【添加鏈接抽取】

1．關聯模板

“鏈接抽取”抽出鏈接后，需要采集這些鏈接所在的頁面。我們從這些鏈接中，選擇其中一個作為下一層模板的示例地址，通過關聯模板，可以將兩個模板連接起來，實現頁面的跳轉。

在軟件中模板的關聯關系，與網頁中鏈接跳轉的關系相同，因此可以完整的采集數據。

【關聯模板】

⑴.關聯方式

①自動關聯：軟件會根據用戶創建模板的情況，幫助用戶自動關聯。

②手動關聯：用戶可在鏈接抽取節點進行手動關聯。

【關聯模板】

⑵.關聯模板的實例

①在軟件中模板的關聯關系，與網頁中鏈接跳轉的關系相同。如模板一的示例地址為：http://news.ifeng.com/o/dynpage/64-/1/plist.shtml

【模板一地址】

②通過模板一示例地址，點擊模板一中任意一條鏈接，進入需要采集數據的頁面，該頁面鏈接即為模板二的示例地址。

【模板二地址】

③所以此時模板一中的鏈接抽取，需要關聯模板二。

【模板關聯】

2.預覽過濾效果

添加鏈接抽取后，點擊軟件右上角的“采集預覽”按鈕，彈出采集預覽結果。在沒有進行過濾的情況下，會采集到該地址下所有的鏈接信息。（如果沒有創建鏈接抽取，就無法看到預覽結果）

【采集預覽】

通過采集預覽可以幫助判斷：

①該頻道是否可以通過可視化采集。

如果沒有任何預覽結果，或者在瀏覽器上有某些鏈接而這里沒有，說明這些鏈接可能是由JavaScript生成的，需要寫腳本才能采集。

②需要過濾哪些鏈接。

網站上會有一些與采集需求無關的鏈接，如“收藏本頁”、“登錄”等，為了提升采集的速度和精度，需要過濾無關的鏈接。通過使用下文介紹的過濾方式來過濾鏈接。