火车头采集器使用教程–寻找目标网站
火车头采集器使用教程–寻找目标网站
教程总目录:火车头采集器使用教程
这一步教程值得单独开一篇文章来写,每个网站的设计都不一样,他们发表的文章分类也不同。这里就介绍最常见的一种结构。
我们首先需要确定你要采集什么内容,然后根据不同内容去找目标网站。
比如我要采集IT资讯、云服务器类的内容。
以景安的文章为例,我先找到了他的文章都放在了哪个网站。
在百度这样搜索site:zzidc.com windows2008
site:zzidc.com代表仅搜索这个域名下的内容,包括www域名和其他二级域名的内容
空格后跟一个windows2008的关键词,这样我搜出来都是景安网站下的关于windows2008的相关内容了。
从搜索结果里可以看到主要有两个域名地址,我选择了server.zzidc.com这个站点,因为这个内容多!
站点里有很多文章,我们要寻找自己想采集的文章。我选择了服务器教程相关的文章
点击这个分类,看看,里面有33页的列表,数量还可以
现在在列表第一页,他的地址是https://server.zzidc.com/fwqjc/
然后我们翻页看一下第二页,发现地址变成了https://server.zzidc.com/fwqjc/list_7_2.html
第三页变成了https://server.zzidc.com/fwqjc/list_7_3.html
这就有一个比较好的列表页规律,非常适合我们采集。
就选择它了!
下面我们就打开火车头采集器吧,后面的要配合采集器来操作。
请看后续教程
教程总目录:火车头采集器使用教程
Discussion
New Comments
暂无评论。 成为第一个!