? ?最近后臺有很多童鞋問怎么采集新聞，今天小編以采集新浪新聞為例，來為大家進行演示，同樣適用于其他新聞網站的采集，具體操作如下：

?

第一步：新建任務

①點擊左上角“加號”新建任務，如圖1：

?

②在彈窗里填寫采集地址，任務名稱，如圖2：

③點擊下一步，選擇進行數據抽取還是鏈接抽取，本次采集當前列表頁新聞的正文數據，正文數據是通過點擊列表鏈接進入的，所以本次需要抽取列表鏈接，所以點擊抽取鏈接，如圖3：

?

第二步：通過定位過濾、地址過濾，得到所需鏈接

①按住Ctrl+鼠標左鍵，進行區域選擇，按住Shift+鼠標左鍵，擴大選擇區域，點擊“確認選區”按鈕，如圖4：

②點擊采集預覽，在采集預覽中有于目標鏈接相似的其他鏈接，可通過地址過濾得到列表鏈接。找到所需要的列表鏈接，觀察得出所需要的目標鏈接都包含“sina.com.cn/+字符串”。使用過濾串“\c”，右擊復制鏈接，如圖5所示。過濾串規則說明：\c??表示一串（個）小寫字母

③勾選地址過濾，過濾規則選擇包含，填入“sina.com.cn/\c”，得到列表鏈接，如圖6所示。

④點擊采集預覽確認鏈接是否過濾完全，如圖7：

?

第三步：關聯模板

在軟件中模板的關聯關系，與網頁中鏈接跳轉的關系相同。根據網頁跳轉規律，將“鏈接列表”關聯模板二“鏈接列表：02”，此處由于我們開始就選擇了創建列表鏈接，所以軟件自動關聯好了模板二。如果配置的時候發現關聯有問題，可以自己進行更改，如圖8：

?

第四步：填寫模板二示例地址并新建數據抽取

①?模板一過濾得到的任意一條鏈接，作為模板二的示例地址。如https://news.sina.com.cn/c/zj/2018-12-25/doc-ihqhqcis0255892.shtml， 見圖9：

②新建數據抽取

方法一：通過點擊“下一步”后勾選抽取數據，再次點擊“下一步”得到數據抽取。

方法二：直接點擊模板二，點擊上面“新建數據抽取”按鈕，得到數據抽取，重命名為新浪新聞，如圖10：

?

第五步：創建/選擇表單

在ForeSpider爬蟲中，表單是可以復用的，所以可以在數據表單出直接選擇之前建過的表單，也可以通過表單ID來進行查找并關聯數據表單。此處使用的是之前建過的新浪網的表單。

方法一：通過下拉菜單或表單ID選擇已有表單

方法二：點擊創建表單進入快速建表頁面，新建表單，如圖11所示：

方法三：點擊“采集配置”-“數據建表”，點擊采“采集表單”后面的如圖12：

?

第六步：配置表單

根據所需內容，配置表單字段（即表頭），此處配置了包括網頁主鍵、網頁標題、網頁地址、網頁創建時間、內容、發布來源6個字段，表單如圖13：

?

第七步：字段取值

取值方法：按住Ctrl+鼠標左鍵，進行區域選擇，按住Shift+鼠標左鍵，擴大選擇區域。點擊“確認選區”按鈕，確認操作。text、from_addr字段，如圖14：

?

第八步：模板預覽

①鼠標右鍵點擊“數據抽取”，然后點擊“模板預覽”，如圖15：

?

②預覽結果如圖16：

?

第九步：采集預覽

①點擊右上角采集預覽,如圖17：

②雙擊任意一條鏈接，看看是否可以得到和網頁對應的規整的數據，如圖18：

總結

以上是生活随笔為你收集整理的前嗅ForeSpider教程：采集新浪新闻的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。