dxc采集怎么用

1、安装完成后，自行注册，进入主页面！

如下图，选择第二条规则，点击编辑，进入规则编辑。

编辑页面，主要需要设置：基本设置、网址设置、数据获取和发布设置。

2、基本设置：主要修改名称，以便在主页区分，知道本条采集规则是干嘛的，方便后续使用！

3、网址设置：

1) 如图中网址，这是qq新闻的新闻页面，

其中（*）对应的值就是“从 2 到 2 步长 1"中的数字2

若是设置的“从 2 到 4 步长 1”，则代表 2 ， 3 ， 4，以此类推；

2)

列表地址 获取规则 选取dom:

   div.newslist ul li a

对应的页面结构如图2展示。

4、数据获取：

需要设置标题和内容，同样选择dom,在html 就够中找到对应的dom结构。

ps:

    为什么是标题和内容两项，主要是根据自己的需求定，若是还需要“作者“，

则可以点击增加，在新页面编辑（图3），dom填写：

     div.a_Info span.a_author

5、发布设置:

此处有三种方式，若选择数据库需要，在下载DXC时，在下载官方提供的对应的开源接口。

此处使用的 '本地存储' 的方式演示，选择完成后，注意点击右上角“保存规则”，关闭窗口，回到主页，点击采集，就是采集到对应数据。

然后可以导出EXCEL,在进行一下人工筛选，再做下一步操作！