采集地址：
http://lib.cqvip.com/Qikan/Search/Index?from=Qikan_Search_Index
采集字段：
標(biāo)題，摘要、作者、出處、作者簡(jiǎn)介、郵箱。
采集結(jié)果：
使用“互聯(lián)網(wǎng)”作為關(guān)鍵詞進(jìn)行搜索，采集搜索結(jié)果，并保存到Excel。
輸入網(wǎng)址 m.52gzqy.com 進(jìn)入火車(chē)官網(wǎng)，隨后點(diǎn)擊下載來(lái)獲取火車(chē)采集器最新版本
在網(wǎng)站進(jìn)行注冊(cè)，注冊(cè)好賬號(hào)直接登錄即可。3、打開(kāi)爬取網(wǎng)站，確定真實(shí)地址首先先點(diǎn)擊下一頁(yè)，發(fā)現(xiàn)網(wǎng)址沒(méi)有改變，說(shuō)明這個(gè)網(wǎng)址需要通過(guò)抓包來(lái)獲取真實(shí)地址。
打開(kāi)fiddler，點(diǎn)擊下一頁(yè)進(jìn)行抓包，使用Ctrl + F 查找有數(shù)據(jù)的網(wǎng)址，點(diǎn)擊進(jìn)去發(fā)現(xiàn)確實(shí)是我們需要的真實(shí)網(wǎng)址。
4、網(wǎng)址是POST類(lèi)型的，查看POST提交的數(shù)據(jù)發(fā)現(xiàn)是編碼過(guò)的，可以用工具轉(zhuǎn)碼，再點(diǎn)擊下一頁(yè)，進(jìn)行抓包，對(duì)比兩次抓包的數(shù)據(jù)，只有PageNum發(fā)生了變化，也就是分頁(yè)，所以網(wǎng)址采集規(guī)則可如下設(shè)置。
5、接下來(lái)開(kāi)始采內(nèi)容，要采集的幾個(gè)字段內(nèi)容源碼中都存在，直接從源碼獲取即可，這里標(biāo)題標(biāo)簽可以先用h1截取，然后用內(nèi)容替換和HTML標(biāo)簽過(guò)濾將不需要的內(nèi)容去除，其他幾個(gè)標(biāo)簽設(shè)置方法類(lèi)似。
6、值得一提的是，郵箱是從作者簡(jiǎn)介里提取的，這里可以使用組合標(biāo)簽來(lái)獲取作者簡(jiǎn)介的內(nèi)容，在數(shù)據(jù)處理里使用智能提取郵箱功能來(lái)自動(dòng)獲取內(nèi)容里的郵箱信息。
7、最后，保存到本地Excel。
本次每周一數(shù)贈(zèng)送的是中文期刊數(shù)據(jù)+采集規(guī)則，僅限火車(chē)軟件的商業(yè)版本用戶(hù)。不符合領(lǐng)取條件的可參加正在進(jìn)行的火車(chē)雙十二年終回饋活動(dòng)，活動(dòng)還剩最后兩天。消費(fèi)達(dá)到1500元更是可以領(lǐng)取2019年整年每周一數(shù)的所有數(shù)據(jù)，趕緊參加吧！
本周每周一數(shù)領(lǐng)取時(shí)間：2019年12月18 日發(fā)文后5個(gè)工作日內(nèi)（節(jié)假日除外）
領(lǐng)取方式：掃碼加運(yùn)營(yíng)微信，運(yùn)營(yíng)會(huì)拉您進(jìn)每周一數(shù)群，群內(nèi)加：【火車(chē)數(shù)據(jù)咨詢(xún)客服.雅】，經(jīng)驗(yàn)證為商業(yè)用戶(hù)后，即可領(lǐng)取。
