采集网页中的【模板】数据
案例：山西招投标网
一. 网站内容
1. 网站截图说明
本教程通过“山西招投标网”官网来采集 链接列表（红框位置） 中正文的附件，故链接入口为：http://www.sxbid.com.cn/
【官网-二手房】
2. 链接列表采集结果预览
一. 操作方法
1. 新建任务
按图片数字所示，1-2-3完成新建任务的步骤
【新建任务】
Step1：按照图示1位置，点击“采集配置”。
Step2：按图示2位置，点击“任务列表”中的“+”。
Step3：在新建采集任务中输入采集网址即http://www.sxbid.com.cn/，任务名称可自定义，本次可输入为“中国石头招标投标网”。
点击“下一步”，需要采集正文数据，所以此处需要勾选“网页内所有链接”和“抽取数据”。
2. 链接抽取配置
Step1：按照图示1位置，Ctrl+左键选中“链接列表”。
Step2：按照图示2位置，点击“确认选区”，保证我们的数据是被选中的状态
Step3：按照图示3位置点击“采集预览”，查看数据详情，如下图所示：
3. 数据抽取
抽取数据（红框位置）中的链接 务必对应“链接列表”内的正文数据，即附件页面地址。http://www.sxbid.com.cn/f/vie...
4. 配置表单
如图示点击【数据建表】：
Step1：点击“采集配置”
Step2：点击“数据建表”
Step3：点击“+”，新建表单并自定义名称，这里取为“zhaobiao”
根据所需内容，配置表单字段，此处配置了包括主键、网页地址URL、标题、附件。表单建立如下：
【创建主键】
主键务必第一个创建，其含义为该表单所属ID
字段名称：hkey
采集内容 选择“主键”
数据类型 选择“长数字”
字段属性 选择 “索引字段”、“健值唯一”、“主键字段”、“全文索引”
最后点击“确定”即可。
【创建字段1-网页地址】
字段名称：url
采集内容 选择“选区内可见文本”
数据类型 选择“字符串”
数据长度 选择 范围240即可，最后点击确定。（备注可随意）
【创建字段2-标题】
字段名称：tittle
采集内容 选择“选区内可见文本”
数据类型 选择“字符串”
高级类型 选择 “长文本（<64K）”。（备注可随意）
【创建字段3-附件】
字段名称：fujian
采集内容 选择“网页代码/图片等资料”-“数据流文件”
表单配置字段自定义即可，如有多需求 可按上述同样操作即可。最终呈现如下图：
5. 关联数据表
表单配置完毕后，需要进行数据关联，操作如下：
选择所需的表单，点击【创建】按钮
创建表名称可随意填写，需注意 仅可使用“全英文”
6. 确认选区
操作如下图所示：
Step1：按照图1位置，在左侧点击“tittle”
Step2：按照图2位置ctrl+左键选中文章标题
Step3：最后点击“确认选区”即可
、
Step1：按照图1位置，在左侧点击“tittle”
Step2：按照图2位置ctrl+左键选中文章标题
Step3：最后点击“确认选区”即可
Step1：按照图1位置，在左侧点击“fujian”
Step2：在页面最低端会出现“附件下载”的位置即图2所示，ctrl+左键选中附件内容。
点击保存，完成数据选区
7. 数据建表 模板预览
在“新建模板：02”处右键选择“模板预览”，即可查看是否采集出所需数据，如下图：
Fujian字段数据出现“STREAM DATA”属于正常现象，请继续跟着教程完成最终采集。
一. 采集数据
1. 运行设置
运行设置处可以设置采集速度、采集策略、任务装载等。
2. 选择采集任务
操作如下图数字所示：
Step1：选择【数据采集】
Step2：在【任务列表】中勾选需要采集的任务，可勾选多个任务，同时采集。
Step3：点击“连接数据库”选择“打开”，此步骤不可避免，因为采集需要和数据库进行关联。
3. 开始采集
点击【开始采集】，系统开始进行采集。剩余任务数为0时，系统自动停止采集。用户也可以自己暂停任务或停止任务（停止任务会释放任务，再次启动时重新装载任务）。
4.数据浏览
采集一段时间以后，点击【数据浏览】，在数据列表中选中对应的数据表，即可浏览采集到的数据，点击【刷新】按钮可以同步显示数据。
【数据浏览】
5.导出数据
点击【导出】按钮，选择导出文件格式后保存。
导出数据时需选择正确的“存储路径”
导出方式 选择 “导出字段”
欲导出字段 选择 下滑列表中的 “fujian”，最终点击确认即可完成。
导出时，文件名后缀务必改为“docm”格式，保存类型选择“All Files”
打开下载后的文件，一份完整的附件就这样轻松采集到了，你学会了吗？
