dxc采集怎么用
的有关信息介绍如下:DXC是一款采集软件,现成的工具自己按照自己的需求合理使用!
主要是用于文章的采集,再用于自己的网站或其他爱好;
在此主要介绍一下,使用方法,以DXC提供的QQ新闻方式进行解读,自行DXC官网下载!
安装完成后,自行注册,进入主页面!
如下图,选择第二条规则,点击编辑,进入规则编辑。
编辑页面,主要需要设置:基本设置、网址设置、数据获取和发布设置。
基本设置:主要修改名称,以便在主页区分,知道本条采集规则是干嘛的,方便后续使用!
网址设置:
1) 如图中网址,这是qq新闻的新闻页面,
其中(*)对应的值就是“从 2 到 2 步长 1"中的数字2
若是设置的“从 2 到 4 步长 1”,则代表 2 , 3 , 4,以此类推;
2)
列表地址 获取规则 选取dom:
div.newslist ul li a
对应的页面结构如图2展示。
数据获取:
需要设置标题和内容,同样选择dom,在html 就够中找到对应的dom结构。
ps:
为什么是标题和内容两项,主要是根据自己的需求定,若是还需要“作者“,
则可以点击增加,在新页面编辑(图3),dom填写:
div.a_Info span.a_author
发布设置:
此处有三种方式,若选择数据库需要,在下载DXC时,在下载官方提供的对应的开源接口。
此处使用的 '本地存储' 的方式演示,选择完成后,注意点击右上角“保存规则”,关闭窗口,回到主页,点击采集,就是采集到对应数据。
然后可以导出EXCEL,在进行一下人工筛选,再做下一步操作!