原文转载自:http://www.houyicaiji.com/?type=post&pid=3619
本文主要介绍如何使用后羿采集器的智能模式,免费采集拉勾网的职位需求、薪酬、公司情况等信息。
采集工具简介:
后羿采集器
采集字段:
职位名称、职位链接、工作地址、发布时间、薪酬/职位要求、公司名称、公司简介、职位标签、公司福利、职位介绍、公司具体情况
功能点目录:
下面我们来详细介绍一下如何免费采集拉勾网招聘信息数据,我们以杭州地区的JAVA招聘信息为例,具体步骤如下:
步骤一:采集结果预览

步骤二:新建采集任务
1、复制拉勾网杭州Java招聘信息的网页(需要搜索结果页的网址,而不是首页的网址)
点此了解关于如何正确地输入网址。

2、新建智能模式采集任务
您可以在软件上直接新建采集任务,也可以通过导入规则来创建任务。
点此了解如何导入和导出采集规则。

步骤三:配置采集规则
1、设置提取数据字段
在智能模式下,我们输入网址后软件即可自动识别出页面上的数据并生成采集结果,每一类数据对应一个采集字段,我们可以右击字段进行相关设置,包括修改字段名称、增减字段、处理数据等。
点此了解如何对采集字段进行配置。

在列表页上,我们需要采集拉勾网上招聘的职位名、公司名、薪酬福利、工作地点等信息。

2、使用深入采集功能提取详情页数据
在列表页上展示出了拉勾网招聘职位的大部分信息,如果需要采集招聘职位的具体要求及公司情况的话,我们需要右击职位链接使用“深入采集”功能,跳转到详情页进行采集。
点此了解如何采集列表+详情页类型网页。

在详情页面我们可以看到具体的招聘职位信息及公司信息,我们点击“添加字段”按钮,然后在页面中添加字段,设置效果如下:

步骤四:设置并启动采集任务
点击“保存并启动”按钮,可在弹出的页面中进行一些高级设置,包括定时启动、自动入库和下载图片,本次示例中未使用到这些功能,直接点击“启动”运行爬虫工具。

步骤五:导出并查看数据
数据采集完成后,我们可以查看和导出数据,后羿采集器支持多种导出方式(手动导出到本地、手动导出到数据库、自动发布到数据库、自动发布到网站)和导出文件的格式(EXCEL、CSV、HTML和TXT),我们选择自己需要方式和文件类型,点击“确认导出”。

再为您推荐几个采集教程:
网友评论