如何使用快捷采集-以前程无忧51job岗位信息采集为例

2021-6-25 17:27| 发布者: Fuller| 查看: 7450| 评论: 0

摘要: 集搜客针对不同的网站(网页)提供了很多快捷采集工具,添加链接或者关键词,就可以采集数据,不需要做采集规则,非常简单快捷。我们以前程无忧51job的招聘岗位信息采集为例,讲解快捷采集的使用过程。1. 首先下载安 ...

集搜客针对不同的网站(网页)提供了很多快捷采集工具,添加链接或者关键词,就可以采集数据,不需要做采集规则,非常简单快捷。

我们以前程无忧51job的招聘岗位信息采集为例,讲解快捷采集的使用过程。


1. 首先下载安装Gooseeker数据管家(增强版爬虫软件)

数据管家实际是一个特殊的浏览器,具有爬虫功能和数据分析功能的浏览器。

安装完毕,数据管家会自启动。

关闭数据管家后,要再次启动,可双击桌面上的数据管家图标。


2. 在Gooseeker数据管家,打开集搜客官网 https://www.gooseeker.com

登陆爬虫,登陆会员中心(注意爬虫账号和会员中心账号一定要一致),并检查是否已经连上服务器(绿勾连接,红勾未连接)。


3. 进入快捷采集

点击数据管家左侧边栏的“快”按钮,进入快捷采集。

4. 选择合适的快捷工具

根据要采集的网页,选择 类别 - 网站 - 网页

比如我们要采集前程无忧_岗位关键词搜索列表页面,选择 招聘 – 前程无忧 – 前程无忧_岗位关键词搜索列表

如下图所示,选好快捷工具后,可以打开示例页面看看,确保后面操作时,添加的链接和示例页面类似。

或者浏览网页下方的示例数据,进一步了解选定的快捷工具是否满足要求。

Tips:针对不同的招聘网站,还有其它的快捷采集工具,比如:智联招聘,  猎聘网中华英才网拉勾网


5. 操作步骤

我们以前程无忧_岗位关键词搜索列表快捷工具为例,讲解操作过程。

5.1 粘贴网址,启动采集

比如我们要采集“软件测试工程师”这个岗位的搜索列表页面。

在前程无忧网站上,用Ctrl+c 复制要采集的页面链接,用Ctrl+v粘贴到前程无忧_岗位关键词搜索列表快捷工具的网址输入栏,选择页数后,启动采集。



5.2 采集中的爬虫窗口

点击获取数据之后,

数据管家自动弹出两个采集窗口(窗口右下方有绿色的状态球),一个窗口加载网页,采集数据,一个窗口打包上传数据。两个采集窗口工作时,都不能关闭。


5.3 打包下载数据

数据管家在弹出采集窗口的同时,还弹出了一个快捷采集数据管理窗口。

采集完成后,采集状态会从黄色的“采集中”,变成绿色的”已采集”。然后打包下载数据,下载下来的数据一般保存在电脑的下载文件夹。


如果,采集不成功,采集状态会变成红色的“已停止”,这时,要检查

  • 添加的链接是否和样例页面类似;
  • 需要提前登陆的网站,是否已经在数据管家打开网站并登陆;
  • 再重新采集一遍,注意观察采集窗口,网页是否正常加载,如果网页正常加载,但仍然采集失败,请在论坛或者QQ群联系集搜客官方,我们会及时测试维护这些工具。


6. 采集到的数据

前程无忧_岗位关键词搜索列表快捷工具采集到的数据截图:


7. 继续采集 前程无忧_岗位详情信息

如果还想继续深入到岗位详情页面去采集数据,可以选择前程无忧_岗位详情信息快捷工具,并选择输入多条网址。

把上面数据表里的岗位详情页的链接用Ctrl+c批量复制下来,用Ctrl+v粘贴到这里,点击确定,就可以批量采集岗位详情的信息了。采集、打包下载过程和上面类似。



2

鲜花

握手

雷人

路过

鸡蛋

刚表态过的朋友 (2 人)

最新评论

GMT+8, 2024-3-29 06:26