网页上的数据类型十分丰富:文本、图片、链接、源码等。在数据采集过程中,不同类型的数据类型,对应的抓取方式是不同的。本文将讲解常见的数据类型与其抓取方式。
示例网址:https://movie.douban.com/explore#!type=movie&tag=%E7%BB%8F%E5%85%B8&sort=recommend&page_limit=20&page_start=0
1、抓取文本:抓取显示在页面中的文本
操作:鼠标选中页面中的文本,在弹出的操作提示框中选择【采集该元素的文本】,目标文本就被采集下来了。
同时,将鼠标移动到字段名【文本】上,点击
按钮,选择【自定义抓取方式】,可以看到八爪鱼自动为我们选择了【抓取文本】。
2、抓取图片网址:抓取图片的网址
操作:鼠标选中页面中的图片,在弹出的操作提示框中选择【采集该图片地址】,图片网址就被提取下来了。
同时,将鼠标移动到字段名【图片地址】上,点击
按钮,选择【自定义抓取方式】,可以看到八爪鱼自动为我们选择了【抓取图片网址(IMG标签的src属性)】。