如何不写代码通过爬虫软件采集表格数据

        采集表格内容，包括列表形式的商品评论信息、正文中的表格等，凡是html代码采用<table>表单形式的表格，都可以不写代码，通过可视化的方式完成采集。

        首先，我们使用的工具是前嗅大数据的ForeSpider数据采集系统。在前嗅大数据官网下载免费版（www.forenose.com），免费版就可以满足我们抓取图片的需求。

        下载安装后，启动软件。根据如下步骤，即可抓取到图片或图片的地址了。

        在ForeSpider中，采集表格的功能称之为“多值”。多值用于存储表格的数据，将表格的不同列对应存入不同字段，表格的不同行分别存储为数据表的多条记录。本文以某表格为例。



【需要多值存储的表格】
（一）创建表单

        根据表格内容，创建一个存储表格数据的表单。在选项卡“表单”中，创建一个表单。



【多值的表结构】
        1.主键

        采集表格时，表格的一行作为一条数据。由于整个表格属于同一个网页文档，而文档主键只有一个，因此不能像采集其他内容一样，取值类型选择“文档主键”。

        表格的主键的变量类型，根据表格的行数长度，选择“Integer”或者“Long”。取值类型选择“空”。字段属性选择“主键字段”和“自动字段”（选择主键字段后，软件会自动选择“键值唯一”和“索引字段”。）



【主键字段的配置】
        2.其他字段

        其他字段的变量类型选择“string”，取值类型选择“取所有子节点内容”。



【其他字段的配置】
（二）创建数据抽取

        创建数据抽取，为其选择表单“表格”。



【创建数据抽取和字段】
（三）识别多值

a995
        点击“默认数据抽取”节点，按Ctrl点击任意某个单元格，按Shift再次点击扩大区域范围。



【定位表格】
        点击“多值”，选区扩大到整个表格。点击“保存”。



【保存表格】
（四）字段取值

        主键字段不需要配置。存储表格内容的字段需要一一取值。

        点击数据抽取的字段，为其一一配置表格不同列的数据。点击“descript”，按Ctrl点击第一列的任意单元格，点击“保存”。



【配置descript字段】
        点击“Apache”，按Ctrl点击第二列的任意单元格，点击“保存”。



【配置Apache字段】
        其他字段同理。一一配置完成后，预览当前模板。表格被完整的采集下来。



【预览结果】