1. 遍歷抓取列表頁(yè)的內(nèi)容頁(yè)地址2. 內(nèi)容頁(yè)采集字段：標(biāo)題，內(nèi)容，關(guān)鍵詞語(yǔ)，來(lái)源
那么我們接下來(lái)看如何用火車(chē)采集器來(lái)獲取法律法規(guī)數(shù)據(jù)。
第二步：打開(kāi)軟件中列表頁(yè)面，使用fiddler抓包獲取數(shù)據(jù)包并分析，得到實(shí)際的數(shù)據(jù)請(qǐng)求（多抓取幾個(gè)分頁(yè)進(jìn)行對(duì)比）通過(guò)分析可以看出，分頁(yè)的加載方式是POST請(qǐng)求，POST表單中有控制分頁(yè)的變量，內(nèi)容頁(yè)地址在源碼當(dāng)中的格式清晰可見(jiàn)。
第三步：在采集器中新建規(guī)則，按照Fiddler抓包得到的信息編寫(xiě)列表頁(yè)的獲取規(guī)則POST請(qǐng)求地址填寫(xiě)到起始地址欄中
填寫(xiě)POST表單,將分頁(yè)控制參數(shù)用[分頁(yè)]變量替換,然后設(shè)置分頁(yè)范圍第四步：分析源碼后,在網(wǎng)址獲取選項(xiàng)中設(shè)置內(nèi)容頁(yè)地址的獲取規(guī)則,并測(cè)試采集列表將抓包獲取的頭信息依次填寫(xiě)到HTTP請(qǐng)求設(shè)置中第五步：以上全部設(shè)置好后,可測(cè)試運(yùn)行列表的獲取,獲取成功后可以繼續(xù)制作內(nèi)容采集規(guī)則第六步：瀏覽器中打開(kāi)一個(gè)內(nèi)容頁(yè),找到需要采集的字段位置,和源碼的對(duì)應(yīng)關(guān)系
找到數(shù)據(jù)的前后位置就可以通過(guò)前后截取或者正則提取得到內(nèi)容
第七步：由于”關(guān)鍵詞語(yǔ)”字段有多個(gè)值,建議使用循環(huán)獲取,以下是處理方法設(shè)置關(guān)聯(lián)多頁(yè)并保存
從關(guān)聯(lián)多頁(yè)中進(jìn)行循環(huán)提取
總結(jié):通過(guò)Fiddler抓包分析數(shù)據(jù)請(qǐng)求信息,按照要求填寫(xiě)相應(yīng)設(shè)置,編寫(xiě)內(nèi)容字段的獲取規(guī)則即可。注意:1.該網(wǎng)站采集存在封IP的問(wèn)題,需要使用代理后才能長(zhǎng)時(shí)間采集,2.Cookie一段時(shí)間后也存在失效問(wèn)題每周一數(shù)數(shù)據(jù)以及采集規(guī)則領(lǐng)取時(shí)間為2019/10/24日發(fā)文后5個(gè)工作日內(nèi)。采集規(guī)則涉及到商業(yè)版本功能，建議用戶(hù)登錄商業(yè)版本使用此規(guī)則。
數(shù)據(jù)領(lǐng)取資格：火車(chē)采集器/火車(chē)瀏覽器/觸控精靈商業(yè)版軟件用戶(hù)（服務(wù)年限內(nèi)），如果您不是商業(yè)用戶(hù)或者已經(jīng)過(guò)了服務(wù)年限，但也想?yún)⑴c活動(dòng)的話(huà)，可以新購(gòu)軟件或者升級(jí)續(xù)費(fèi)，這樣就能參與活動(dòng)啦！通知一下哦，雙11火車(chē)活動(dòng)優(yōu)惠折扣很大呢！
數(shù)據(jù)領(lǐng)取方式：
第一步：掃碼添加火車(chē)運(yùn)營(yíng)微信號(hào)，火車(chē)運(yùn)營(yíng)助手會(huì)拉你進(jìn)入活動(dòng)群。
第二步：進(jìn)群后添加數(shù)據(jù)咨詢(xún)客服.雅的微信號(hào)，經(jīng)客服驗(yàn)證為服務(wù)年限內(nèi)商業(yè)用戶(hù)身份后，即可領(lǐng)取。
好啦，本期的“每周一數(shù)”就到這里了。如果您還有想要獲取更多的數(shù)據(jù)資源以及采集器規(guī)則的話(huà)，可以在文章下方或是公眾號(hào)后臺(tái)留言，小采會(huì)綜合大家的意見(jiàn)選擇下一期贈(zèng)送數(shù)據(jù)的主題哦！
