RuiJi Scraper 网页数据提取插件快速上手

RuiJi Scraper网页数据提取插件快速上手

RuiJi Scraper网页数据提取工具支持目前大部分主流浏览器。

例如以谷歌为内核开发的谷歌浏览器、腾讯浏览器、猎豹浏览器、百度浏览器、360极速浏览器，以及火狐浏览器、微软最新的Edge浏览器。

因为谷歌浏览器应用商店在国内有墙的限制，今天我们就使用火狐浏览器为大家演示如何快速上手RuiJi Scraper来采集数据。

1.打开火狐浏览器附加组件管理器，搜索RuiJi Scraper并安装。

2.登录RuiJi Scraper，如果没有账号可以用邮箱注册（注册直接送7天会员哦，如果有推荐码还额外赠送7天）。

3.打开想要提取的界面，点击RuiJi按钮打开提取面板。

4.我们首先能看到公共规则面板，点击大拇指可以点赞，点击五角星可以收藏。点开收藏面板，可以看到我们刚刚收藏的规则。

5.点击查看按钮，可以按照当前规则进行查看能选中哪些元素。

6.点击抽取按钮，进行实际抽取，抽取后可进入工作簿查看抽取的内容。我们可以看到RuiJi Scraper将所有图片的描述信息和地址提取出来了。

7.打开工作簿可以选择导出自己想要的格式化文件，我们以csv格式的excel表格为例。检测地址可以检测出可以下载的页面、图片、视频、音频等进行打包下载。

8.可以通过点击公共规则的编辑按钮或者右上角的+按钮进入，创建私有规则的界面。

9.编辑私有规则，首先为规则添加一个名称，指定通配符（标识这个规则适用于哪些地址，*代表多个任意字符，?代表一个任意字符），指定域。

10.选定一个块选区域，指定需要提取网页哪个部分的信息，填写可增加精确度。（可忽略）

11.选定一个片选区域，需要提取哪些重复片中的信息。

12.首先我们提取一个商品名称，指定好要提取的标签元素特征，再指定提取元素下的text文本即可。

13.我们再来提取链接，方法同上，但是链接一般都在a标签中，所以为了精确性需要2步执行。

14.再来提取店名，方法同商品名称。

15.最后我们提取价格，同样为了准确性我们需要两步来筛选，去掉人民币符号。还要注意我们提取的价格是浮点小数，所以将提取结果指定为double，而不是字符串的str。编辑后保存。

16.使用我的规则进行抽取，抽取结果在工作簿查看。（还可看到之前公共规则测试提取的所有图片）

17.按价格排序，然后导出数据。

以上就是快速上手RuiJi Scraper网页信息提取工具的方法，详细深入使用可参考其他文章。如实在有不明白的或者有建议，请发邮件至lixiang.mail@foxmail.com邮箱中，一定及时回复。希望得到大家的支持，我们会越做越好。