快速上手新媒体人必会的工具：WebScraper

爬虫工具是从网页上选择数据的最佳方法。很多人认为爬虫很难学，对吧？一开始我也是这么想的，直到遇到WebScraper这个工具，才知道爬网页数据可以这么简单。下面，我就现身说明一个小白是如何快速上手WebScraper的。第一步:下载webscraperwebscraper是chrome浏览器上的插件，您需要翻墙进入chrome应用商店，下载webscraper插件。第二步:打开WebScraper，先打开一个你想爬数据的网页，比如我想爬今天的头条「吴晓波频道」这个账户的文章标题、时间和评论数量，然后我先打开它，然后一个接一个地操作。然后使用快捷键Ctrllll Shift I/F12打开WebScraper。第三步:点击createnewsitemap创建一个新的sitemap，其中有两个选项。importsitemap是指导一个现成的sitemap，我们小白一般没有现成的，所以一般不选这个，只选createsitemap。然后进行这两个操作：SitemapName：这意味着你的Sitemap适用于哪个网页，所以你可以根据网页命名，但你需要使用英文字母。例如，如果我掌握了今天头条的数据，我会用toutiao命名；SitemapURL：将网页链接复制到StarURL栏，例如，我把它放在图片中「吴晓波频道」将主页链接复制到本栏中。第四步:设置整个WebSelecraper的抓取逻辑如下:设置一级Selector，选择抓取范围；在一级Selector下设置二级Selector，选择抓取字段，然后抓取。让我们举一个脚踏实地的例子。如果你想获得福建人的名字、性别和年龄，你必须这样做：首先定位福建省，然后在福建省定位姓名、性别和年龄。让我们举一个脚踏实地的例子。如果你想获得福建人的姓名、性别和年龄，你必须这样做：首先，你必须定位福建省，然后在福建省定位你的姓名、性别和年龄。在这里，一级Selector表示，你应该在中国这个大国圈出福建省，二级Selector表示，你应该在福建省人口中圈出三个要素：姓名、性别和年龄。对于文章来说，一级Selector意味着你应该圈出这篇文章的元素。这个元素可能包括标题、作者、发布时间、评论数量等，然后我们在二级Selector中选择我们想要的元素，如标题、作者和阅读数量。下面我们来拆解一级和二级Selector的工作流:1。点击Addnewselector创建一级Selector，按以下步骤操作:输入id：id代表你抓取的整个范围。例如，这是一篇文章。我们可以把它命名为wuxiaobo-articles；选择Type：type代表你抓取的这部分类型，比如元素／文本／链接，因为这是整个文章元素范围的选择，我们需要使用element作为一个整体来选择(如果这个网页需要更多的滑动和加载，请选择elementscroldown)；勾选Multiple：勾选Multiple前面的小框，因为你要选择多个元素而不是单个元素，当我们勾选的时候，爬虫插件可以帮助我们识别许多类似的文章；保留设置：其余部分未提及默认设置。2.点击select选择范围，按以下步骤操作:选择范围:用鼠标选择你想爬数据的范围，绿色是待选区域，用鼠标点击后变成红色，就是选择这个区域；多选:不要只选一个，下面也要选，否则爬出来的数据只有一行；完成选择:记得点击doneselecting；保存:点击SaveSelector。3.设置一级Selector后，点击设置二级Selector，按以下步骤操作:新建Selector：单击Addnewselectorr；输入id：id代表你抓取的是哪个字段，所以你可以拿这个字段的英文。例如，我想选择它「作者」，我就写「writer」；选择Type：选择Text，因为你想抓取的是文本；不要勾选Multiple：不要检查Multiple前面的小框架，因为我们需要在这里捕捉单个元素；保留设置：其余部分未提及默认设置。4.点击select，然后点击要爬的字段，按照以下步骤操作:选择字段:这里爬的字段是单个的，可以用鼠标点击字段选择。比如要爬标题，用鼠标点击文章的标题，选择字段所在区域变红；完成选择:记得点击doneselecting；保存:点击SaveSelector。5.重复上述操作，直到选择您想爬的字段。5.重复上述操作，直到选择您想爬的字段。步骤5：爬数据是愚蠢的爬虫工具，因为你只需要设置所有的Selector，你就可以开始爬数据，怎么样，不简单吗？那么如何开始爬数据呢？只需要一个简单的操作:点击Scrape，然后点击StartScraping，弹出一个小窗口，然后努力工作的小爬虫开始工作。你会得到一个列表，上面有你想要的所有数据。如果想对这些数据进行排序，比如根据阅读量、赞数、作者等指标进行排序，让数据一目了然，可以点击ExportDatasCSV将其导入Excel表。在导入Excel表格后，您可以筛选数据。以上是WebScraper快速启动的所有操作过程，甚至是像我这样的懒* 手残可以在5分钟内完成，相信你也可以指哪里爬，完全可以。