如何采集搜狗微信文章

1、步骤1：创建采集任务1）进入主界面，选择“自定义模式”

3、步骤2：创建翻页循环1）打开右上角的“流程”。网页打开后，默认显示“热门”文章。下拉页面，找到并点击“加载更多内容”按钮，在操作提示框中，选择“更多操作”

5、由于此网页涉及Ajax技术，我们需要进行一些高级选项的设置。选中“点击元素”步骤，打开“高级选项”，勾选“Ajax加载数据”，设置时间为“2秒”

7、步骤3：创建列表循环并提取数据1）移动鼠标，选中页面里第一篇文章的区块。系统会识别此区块中的子元素，在操作提示框中，选择“选中子元素”

9、3）我们可以看到，页面中文章区块里的所有元素均被选中，变为绿色。右侧操作提示框中，出现字段预览表，将鼠标移到表头，点击垃圾桶图标，可删除不需要的字段。字段选择完成后，选择“采集以下数据”

11、5）选择“采集以下链接地址”

13、步骤4：修改Xpath我们继续观察，通过5次点击“加载更多内容”后，此网页加载出全部100篇文章。因而我们配置规则的思路是，囗寝嗵若先建立翻页循环，加载出全部100篇文章，再建立循环列表，提取数据1）选中整个“循环”步骤，将其拖出“循环翻页”步骤。如果不进行此项操作，那么将会出现很多重复数据

15、2）在“列表循环”步骤中，我们建立100篇文章的循环列表。选中整个“循环步骤”，打开“高级选项”，将不固定元素列表中的这条淌捌釜集Xpath：//BODY[@id='loginWrap']/DIV[4]/DIV[1]/DIV[3]/UL[1]/LI ，复制粘贴到火狐浏览器中的相应位置

17、4）将Xpath修改为： //BODY[@id='loginWrap']/DIV/DIV[1]/DIV[3]/UL/LI，我们发现页面中所有要采集的文章都被定位了

19、6）点击左上角的“保存并启动”，选择“启动本地采集”

21、2）这里我们选择excel作为导出为格式，数据导出后如下图