作為一名合格的操作員，往往需要掌握數(shù)據(jù)分析技能。例如，加入去新公司負(fù)責(zé)編輯新媒體內(nèi)容，需要盤點(diǎn)公司現(xiàn)有的內(nèi)容資產(chǎn)，以避免重復(fù)內(nèi)容制作。這時候就需要把網(wǎng)頁上的數(shù)據(jù)刮下來，放在一起，一目了然。從網(wǎng)頁爬取數(shù)據(jù)最好的方法當(dāng)然是爬蟲工具啦~本文將介紹Web Scraper爬蟲工具使用教程，幫助小白快速上手爬蟲工具！

　　第 1 步：下載網(wǎng)頁抓取工具

　　Web Scraper 是 Chrome 瀏覽器上的一個插件。您需要進(jìn)入 Chrome App Store 并下載 Web Scraper 插件。

　　第 2 步：打開 Web Scraper

　　首先打開一個您要抓取數(shù)據(jù)的網(wǎng)頁。比如今天我要抓取今日頭條賬號“吳曉波頻道”的文章標(biāo)題、時間、評論數(shù)，那我就先打開，再操作。然后使用快捷鍵 Ctrl + Shift + I / F12 打開 Web Scraper。

　　第 3 步：創(chuàng)建新站點(diǎn)地圖

　　點(diǎn)擊Create New Sitemap，有兩個選項(xiàng)，import sitemap是引導(dǎo)進(jìn)入一個現(xiàn)成的sitemap，操作小白一般不是現(xiàn)成的，所以一般不選這個，選create sitemap就好了。然后做這兩個操作：

　　Sitemap Name：表示你的Sitemap適用于哪個網(wǎng)頁，所以你可以根據(jù)網(wǎng)頁來命名，但是需要用英文字母，比如我抓到今天頭條的數(shù)據(jù)，那我就命名它與頭條; Sitemap URL：將網(wǎng)頁鏈接復(fù)制到Star URL欄，如圖，我把“吳曉波頻道”的首頁鏈接復(fù)制到了這個欄。

　　第 4 步：設(shè)置站點(diǎn)地圖

　　整個Web Scraper的抓取邏輯如下：設(shè)置一級Selector，選擇選中的抓取范圍;在一級Selector下設(shè)置二級Selector，選擇抓取字段，然后抓取。

　　再舉個例子，如果要獲取福建人的姓名、性別、年齡這三個元素，那么你必須這樣做：首先定位福建省，然后定位福建省的人名。 、性別、年齡。這里，一級Selector表示要圈出中國大國中的福建省，二級Selector表示要圈出福建省人口中的姓名、性別、年齡三個要素對于文章，一級Selector表示需要圈出本文的元素。這個元素可能包括標(biāo)題、作者、發(fā)表時間、評論數(shù)等，然后我們會在二級Selector中挑選出來。我們想要的元素，例如標(biāo)題、作者、閱讀次數(shù)。

　　(1)點(diǎn)擊添加新選擇器創(chuàng)建一級選擇器，步驟如下：

　　a.輸入id：id代表你抓取的整個范圍，比如這里有一篇文章，我們可以命名為126 wuxiaobo-articles；

　　b. Select Type：type代表你抓取的部分的類型，比如element/text/link，因?yàn)檫@是整個文章元素范圍的選擇，我們需要使用Element整體選擇(如果這個網(wǎng)絡(luò)頁面需要滑動加載更多，然后選擇Element Scroll Down)；

　　c. Check Multiple：勾選Multiple前面的小框，因?yàn)橐x擇多個元素而不是單個元素，當(dāng)我們勾選時，爬蟲插件會幫助我們識別多篇相似文章；

　　d. 保留設(shè)置：其余未提及的部分保留默認(rèn)設(shè)置。

　　(2)點(diǎn)擊選擇范圍，按以下步驟操作：

　　a.選擇范圍：用鼠標(biāo)選擇要爬取數(shù)據(jù)的范圍，綠色為要選中的區(qū)域，鼠標(biāo)點(diǎn)擊后變?yōu)榧t色即為選中；

　　b.多選：不要只選一個，下面的也不能選，否則只會爬出一行數(shù)據(jù)；

　　c.完成選擇：記得點(diǎn)擊完成選擇；

　　d.保存：點(diǎn)擊保存選擇器。

　　(3)設(shè)置一級Selector后，點(diǎn)擊設(shè)置二級Selector，按以下步驟操作：

　　a.新選擇器：點(diǎn)擊添加新選擇器；

　　b.輸入id：id代表你在抓取哪個字段，所以可以取字段的英文，比如我要選擇“作者”，就寫“作者”；

　　c. Select Type：選擇Text，因?yàn)槟阋ト〉氖俏谋荆?/p>

　　d.不要勾選Multiple：不要勾選Multiple前面的小方框，因?yàn)槲覀冞@里是抓取單個元素;保留設(shè)置：將其余未提及的部分保留為默認(rèn)設(shè)置。

　　(4)點(diǎn)擊選擇，然后點(diǎn)擊要爬取的字段，按照以下步驟操作：

　　a.選擇字段：這里要爬取的字段是一個。用鼠標(biāo)單擊該字段以將其選中。比如你想爬取標(biāo)題，用鼠標(biāo)點(diǎn)擊一篇文章的標(biāo)題。當(dāng)字段區(qū)域變?yōu)榧t色時，即被選中；

　　c.完成選擇：記得點(diǎn)擊完成選擇；

　　d.保存：點(diǎn)擊保存選擇器。

　　(5)重復(fù)以上操作，引導(dǎo)你選擇你要爬的場地。

　　第 5 步：抓取數(shù)據(jù)

　　之所以說Web Scraper是任何新手必備的爬蟲工具，是因?yàn)槟阒恍枰O(shè)置好所有的Selector，然后就可以開始爬取數(shù)據(jù)了。怎么這么簡單?那么如何開始爬取數(shù)據(jù)呢? 只需一個簡單的操作：點(diǎn)擊Scrape，然后點(diǎn)擊Start Scraping，會彈出一個小窗口，然后勤奮的小爬蟲就開始工作了。您將獲得一個列表，其中包含您想要的所有數(shù)據(jù)。

　　以上是小白必知的Web Scraper爬蟲工具使用教程。怎么樣，Web Scraper 的所有操作你都快開始了嗎？相信即使是不懂編程語言的小白也能掌握5分鐘爬取數(shù)據(jù)的爬蟲工具！更多關(guān)于全媒體培訓(xùn)的問題，歡迎咨詢千鋒教育在線名師。千鋒教育擁有多年IT培訓(xùn)服務(wù)經(jīng)驗(yàn)，采用全程面授高品質(zhì)、高體驗(yàn)培養(yǎng)模式，擁有國內(nèi)一體化教學(xué)管理及學(xué)員服務(wù)，助力更多學(xué)員實(shí)現(xiàn)高薪夢想。