快速采集中文期刊网站丨数据、规则一起送

嘟嘟嘟嘟嘟

采集地址：

http://lib.cqvip.com/Qikan/Search/Index?from=Qikan_Search_Index

​

采集字段：

标题，摘要、作者、出处、作者简介、邮箱。

采集结果：

使用“互联网”作为关键词进行搜索，采集搜索结果，并保存到Excel。

1、下载火车采集器输入网址 www.locoy.com 进入火车官网，随后点击下载来获取火车采集器最新版本
2、注册并登录火车采集器在网站进行注册，注册好账号直接登录即可。3、打开爬取网站，确定真实地址

首先先点击下一页，发现网址没有改变，说明这个网址需要通过抓包来获取真实地址。

打开fiddler，点击下一页进行抓包，使用Ctrl + F 查找有数据的网址，点击进去发现确实是我们需要的真实网址。

4、网址是POST类型的，查看POST提交的数据发现是编码过的，可以用工具转码，再点击下一页，进行抓包，对比两次抓包的数据，只有PageNum发生了变化，也就是分页，所以网址采集规则可如下设置。

5、接下来开始采内容，要采集的几个字段内容源码中都存在，直接从源码获取即可，这里标题标签可以先用h1截取，然后用内容替换和HTML标签过滤将不需要的内容去除，其他几个标签设置方法类似。

6、值得一提的是，邮箱是从作者简介里提取的，这里可以使用组合标签来获取作者简介的内容，在数据处理里使用智能提取邮箱功能来自动获取内容里的邮箱信息。

7、最后，保存到本地Excel。

本次每周一数赠送的是中文期刊数据+采集规则，仅限火车软件的商业版本用户。不符合领取条件的可参加正在进行的火车双十二年终回馈活动，活动还剩最后两天。消费达到1500元更是可以领取2019年整年每周一数的所有数据，赶紧参加吧！

本周每周一数领取时间：2019年12月18 日发文后5个工作日内（节假日除外）
领取方式：扫码加运营微信，运营会拉您进每周一数群，群内加：【火车数据咨询客服.雅】，经验证为商业用户后，即可领取。

长按二维码回复：资源