首发于 数据分析的日记
切换模式
关于GOOSEEKER爬虫的简单介绍
双木林
用数据分析进行决策
本文是关于网络爬虫的第一次记叙
关于网络爬虫，是关于数据分析的第一个课程，主要是为了获得感兴趣的数据而进行简要的学习
现在流行将数据分析比作为炼石油，爬虫的主要目的就是挖石油，将石油从挖掘出来进行进一步的处理工作
简单介绍一下关于GOOseeker的软件的主要的特点，gooseaker更像是一个浏览器，能收集数据的浏览器，所以接下来将简要介绍一下关于目前的租房市场的爬虫资料
1.打开软件，在搜索栏中将想要的网址输入，
例如关于58同城的租房信息的： 【上海租房|上海租房网|上海租房信息】-上海58同城
2.在图的左上方点击定义规则按钮，将会出现相应的工作台
如上图在完成主题名命名之后，查重可使用后，点击创建规则，进行数据抓取，对于想要的数据进行直接命名，（现在大概明白各个网页的数据具有一定的规律，这个也是爬虫能够执行的主要原因），完成后点击测试，
3.样例映射复制
点击上图中任一选中的数据，鼠标右击，选择复制相关的分析
4.翻页设置
点击页码，将页码作为翻页区，新建线索
将下方的TEXT作为翻页记号
5.保存规则，跑数据，进入打数机界面
数据自然在进行收集，之后会存储在相应的文件夹中，点击文件，查询存储路径，找到相应的文件后，软件中单页文件为一个xlm文件，建议将文件集体压缩后，配合后续的操作。
6.将xlm文件转换为xls文件
打开 GooSeeker 登录中的会员中心，进行规则管理界面
选择相应的规则，点开之后，将数据导入，后下载
便可得到相应的xls文件了
发布于 2018-06-08 20:59
科技
文章被以下专栏收录
