2017-09-06 18:33:27 阅读量： 142357

Ajax滚动教程

Ajax点击和翻页教程

分页列表及详细信息提取

新浪微博：新浪微博是一个由新浪网推出，提供微型博客服务类的社交网站。用户可以通过网页、WAP页面、手机客户端、手机短信、彩信发布消息或上传图片。新浪可以把微博理解为“微型博客”或者“一句话博客”。用户可以将看到的、听到的、想到的事情写成一句话，或发一张图片，通过电脑或者手机随时随地分享给朋友，一起分享、讨论；还可以关注朋友，即时看到朋友们发布的信息。

新浪微博评论采集数据说明：本文进行了新浪微博-微博评价进行采集。首先个人微博主页，然后循环点击每一条微博，进入之后采集评价信息。本文仅以“新浪微博-微博评价采集”为例，大家在实操过程中，可根据自身需求，更换新浪微博的其他内容进行数据采集。

新浪微博评论采集字段详细说明：博主ID，发博时间，博文链接，微博内容，微博评论。

1）进入主界面，选择“自定义模式”

2）将要采集的网址复制粘贴到网站输入框中，点击“保存网址”

1）系统自动打开网页，进入微博。观察网页结构，当把页面下拉至底部的时候，会出现“正在加载中，请稍后”的字样，随着我们的下拉，页面会有新的数据加载出来。经过2次下拉加载，此页面达到最底部，出现“下一页”按钮

此网页涉及Ajax下拉加载，需要对其进行一些高级选项的设置。打开“高级选项”，勾选“页面加载完成后向下滚动”，设置滚动次数为“4次”，每次间隔“3秒”，滚动方式为“直接滚动到底部”，最后点击“确定”

注意： 这里的滚动次数及间隔时间，需要针对网站进行设置。

测试方法可以参考：八爪鱼7.0教程——AJAX滚动教程

2）将页面下拉到底部，点击“下一页”按钮，在右侧的操作提示框中，选择“循环点击下一页”

与“打开网页”类似，此步骤同样涉及Ajax下拉加载。打开“高级选项”，勾选“页面加载完成后向下滚动”，设置滚动次数为“4次”，每次间隔“3秒”，滚动方式为“直接滚动到底部”，最后点击“确定”

1）移动鼠标，选中页面里的第一条微博链接。选中后，系统会自动识别页面里的其他相似链接。在右侧操作提示框中，选择“选中全部”

2）选择“循环点击每个链接”，以创建一个列表循环

3）系统会自动点击进入第一条微博的详情页。观察网页结构，微博评论页面，需经过1次下拉加载，才会出现“查看更多”按钮。此步骤也涉及Ajax下拉加载。打开“高级选项”，勾选“页面加载完成后向下滚动”，设置滚动次数为“1次”，每次间隔“3秒”，滚动方式为“直接滚动到底部”，最后点击“确定”

1）微博详情页中，我们想采集博主ID、发博时间、微博内容、微博URL和微博评论。点击要采集的字段，在右侧的操作提示框中，选择“采集该元素的文本”（采集微博URL，则选择“采集该链接地址”）

2）字段信息选择完成后，选中相应的字段，可以进行字段的自定义命名。完成后，点击“确定”

步骤5：提取微博评论

1）继续观察页面发现，经过两次下拉加载之后，评论才会完全加载出来，出现“查看更多”按钮

因此，我们需要对“点击元素”步骤，设置页面滚动完成后向下滚动，滚动次数为“2次”，每次间隔“3秒”，滚动方式为“直接滚动到底部”，然后点击“确定”保存

2）下拉页面，找到并点击“查看更多”按钮。在操作提示框中，选择“循环点击单个元素”

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“4秒”，然后点击“确定”保存

注：Ajax即延时加载、异步更新的一种脚本技术，通过在后台与服务器进行少量数据交换，可以在不重新加载整个网页的情况下，对网页的某部分进行更新。表现特征：a、点击网页中某个选项时，大部分网站的网址不会改变；b、网页不是完全加载，只是局部进行了数据加载，有所变化。验证方式：点击操作后，在浏览器中，网址输入栏不会出现加载中的状态或者转圈状态。

3）回顾采集过程，操作思路是： 打开要采集的网页>建立微博链接的翻页循环>建立微博链接的循环列表>点击微博链接，进入微博详情页>建立微博评论的翻页循环已有的流程图没有遵循此逻辑，我们需要手动调整一下流程图结构▶ 选中“循环”步骤（微博链接的循环列表），将其拖入到图中箭头指向的绿色加号位置（即第1个“循环翻页”和到第2个“循环翻页”之间）

▶ 选中“循环翻页”步骤（微博评论的循环翻页），将其拖入到图中箭头指向的绿色加号位置（即“循环”（微博链接的循环列表）步骤中的“提取数据”后）

▶ 拖动完成后，流程图如图所示

4）接下来就是提取微博评论，选中页面内的第一个评论区块（不在操作提示框中做任何操作）

5）继续选中页面中的第二个评论区块，选中后，全部变为绿色，在操作提示框中，选择“采集以下数据”

6）自动创建循环列表完成，自动提取了很多字段。其中有多个字段都是不需要的。选中不需要的字段，点击下面的垃圾桶图标，可将不需要的字段删除

7）字段选择完成后，可进行自定义命名

8）选中图中的“循环”（即评论列表的循环），将其拖动到流程中的绿色加号位置（先循环翻页完，再提取数据，避免重复）

9）拖动后如图所示

1）点击“开始采集”，选择“启动本地采集”

2）采集完成后，会跳出提示，选择“导出数据”。选择“合适的导出方式”，将采集好微博发博数据导出

3）这里我们选择excel作为导出为格式，数据导出后如下图