每周一数丨生病如何快速确定病因并及时治疗？小采送你...
这几天的突然降温，小采在合肥冷的瑟瑟发抖，好像今年的最后一个季节冬天真的要来了。气温骤降，早晚温暖差，火车用户们要注意保暖，不能生病呀。
要是不注意生病了，那么如何快速确定病因并及时预约治疗呢？本周小采就送火车用户们一份健康数据，数据内容包括疾病名称、挂号诊室、相关症状、医院名称、预约电话、联系网址。所谓居安思危，思则有备，有备无患，用户们可以将数据保存下来，防患于未然，还可以学习本次教程来爬取自己需要的公开数据，学着自己能熟练使用火车采集器，自己动手丰衣足食，这也是小采每周坚持写教程的原因。好了，闲话不说，来进入今天的教程。
采集网址：
https://www.youlai.cn/dise/
采集目标：1. 获取”内科”下全部的”疾病”内容页地址
2. 内容页采集字段：疾病名称,挂号科室,相关症状,相关医院的名称及联系方式
使用工具：1. 火车采集器2. Fidder抓包软件采集成果：
第一步：打开火车官网 www.locoy.com 下载最新版火车采集器并安装
第二步： 打开列表页面，Ctrl+U查看当前页面源码进行分析,找到”疾病”所在位置https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91UMggOMt8tQp6SFWXdnLeicMPK5Qmyho6QTRPHbGZSYiaV4D9vqmyPoJg/?wx_fmt=pnghttps://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91BZK21ia2Rt2P4pkYEwNmHO2MAKE2jfGrx1F3bBU3h1EAicRCpzjYQMDg/?wx_fmt=png
第三步：在采集器中新建规则，按照页面源码分析得到的源码位置进行设置
列表地址填写到起始地址栏中https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91VovTvSbh5942zIdVTahCrzkCuNgYOy4oEEJicIMh4Cibwpt11NgeTibLA/?wx_fmt=png设置”疾病”内容所在源码中的区域范围https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91TAL2w7VC2t48VLDDEIpVicbPTdeM9yQeaG4VMICiczZXKictCb31r9G8Q/?wx_fmt=png设置手动规则获取https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91v4KMJpauwgtObR2c3Apa5C9B1gDlKCsjDHBPEPHHibBo9vCUn8zfDZA/?wx_fmt=png正常获取后内容页地址后,处理采集的标签字段https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc918d07zPgucxOtHExicicGiayiawguSrxD4yz9PLZxj1KCjq4VSMayfcOKFg/?wx_fmt=png
第四步：与列表页一样,分析内容页上需要采集的字段在源码中的位置,可以看出”相关医院”的数据是跳转地址现实的https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91vnxh3MGCNOQ8PTAh880OU30Id7xWmOia9mWemP09cYTzUHH0QleoFMg/?wx_fmt=pnghttps://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91VO0dHPfKxvnkQJTyT2yiaWqvYLthfAHRZrxTR5wSz2HANyVrzFWzdrA/?wx_fmt=pnghttps://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91CSf05K0sHSALcmfGM2qrSd6lbs3XwQddOw1LTia0MtwibzEfjf5kPh5w/?wx_fmt=png
第五步： 按照上图显示的对应关系,设置好”疾病名称”,”挂号诊室”,”相关症状”的标签获取方式https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91dsRia7Siah7t7yI5BVaIWEx6qhFsF9G1Yhp3jsd1Uedmk2WUUBiabt3Gw/?wx_fmt=pnghttps://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91SBkKpr21FczW8cMLueRibXMleibrtzWic93TvicOxqBfqvmUiclTb8QUK5w/?wx_fmt=pnghttps://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc9150O2b1ujXusiarQvEntubFThGic88DWnvn3kdygkLBU79NzgI8LCbHNg/?wx_fmt=png
第六步： 本次采集的难点是”相关医院”的关联多页设置①打开”相关医院”可以看到是一个有上下页的列表,每一行数据中都有需要采集的”医院名称”和”联系电话”https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91VQQ5HvoicC1Jdnxz1pToU3NhmdZTFtHu9fCNABHxuiaDE1TjQ0vXXa2Q/?wx_fmt=png②从内容页源码分析可以知道”相关医院”页面的实际地址,新增多页,设置为源码中截取,获取多页地址https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91zV9E5NBjw2J6AOHZXC0KScUlcG74uWPg7CZwkPtT1e4YDCsehggOgQ/?wx_fmt=png③多页中有上下页分页,Ctrl+U分析”相关医院”页面的分页方式,点击更多设置https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91rtz7icPcg12zFPBaOa06retbcL9MzGP8ePshlFC2HrwhnOq1ZMGLkdA/?wx_fmt=pnghttps://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc9169sUtxnIp1L00fF9rYicBdia7MJjoByFlZHUKAic8lvb7vKY7q6NdOChw/?wx_fmt=png多页地址的获取分页设置好以后,命名保存
第七步：“相关医院”标签的数据来源选择关联多页中的“相关医院”多页的源码中。根据“相关医院”的源码分析,可以得到“医院名称”和“联系方式”的源码位置,并设置为循环匹配。https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc91tAicosjwfoGFF3g0iaVzggfRUuNODheTINdicsxovG6vVN7asaib2c1IyA/?wx_fmt=png第八步：循环设置修改为“添加新纪录”https://mmbiz.qpic.cn/mmbiz_png/Pg9jDQx2jmPVGWDXXEeQfghvcziaPbc911ba0coy0ADsAqCkgr0icMh4GANFr6jmRV9r64CDQAZEdk5z5iaVWTRBA/?wx_fmt=png
https://mmbiz.qpic.cn/mmbiz_jpg/4yue3lf2iccD8oN7z7gJH6mbrfSJpFVaovyKgdJkTgB0jB62Kxg4l8KRNhnNWXdRLJ4CzSakQ6FyyUhZiafXroibQ/?wx_fmt=jpeg
总结:1. 通过查看源码,对比页面数据存在于源码中的什么位置,来设置获取方式,2. 关联多页的设置要注意实际地址的获取方式,
每周一数数据以及采集规则领取时间为2019/11/21日发文后5个工作日内。采集规则涉及到商业版本功能，建议用户登录商业版本使用此规则。
数据领取资格：火车采集器/火车浏览器/触控精灵商业版软件用户（服务年限内），如果您不是商业用户或者已经过了服务年限，但也想参与活动的话，可以新购软件或者升级续费，这样就能参与活动啦！
数据领取方式：第一步：扫码添加火车运营微信号，火车运营助手会拉你进入活动群。
https://mmbiz.qpic.cn/mmbiz_jpg/Pg9jDQx2jmMIl8K4ic5YeZMpFF12m7UcOMVAD0QNbZRrW5S1WbEb5RXZBf1fHNajnUxBHxEeWZoH4bljPmzv1zw/?wx_fmt=jpeg
微信号：chetouge
第二步：进群后添加数据咨询客服.雅的微信号，经客服验证为服务年限内商业用户身份后，即可领取。
好啦，本期的“每周一数”就到这里了。如果您还有想要获取更多的数据资源以及采集器规则的话，可以在文章下方或是公众号后台留言，小采会综合大家的意见选择下一期赠送数据的主题哦！
页:
[1]