欢迎大家来到IT世界,在知识的湖畔探索吧!
l 采集网站
【场景描述】采集全国历史天气数据。
【源网站介绍】天气后报网提供全国历史天气查询、历史天气预报温度记录查询，历史天气数据包含全国各城市区县的最高温度、最低气温、天气状况、风力风向等天气指标。
【使用工具】前嗅ForeSpider数据采集系统，免费下载：
http://www.forenose.com/view/forespider/view/download.html
【入口网址】
http://www.tianqihoubao.com/lishi/index.htm
【采集内容】
采集天气后报上的全国各城市的历史天气数据。
欢迎大家来到IT世界,在知识的湖畔探索吧!
【采集效果】
如下图所示：
l 思路分析
配置思路概览：
l 配置步骤
1.新建采集任务
选择【采集配置】，点击任务列表右上方【+】号可新建采集任务，将采集入口地址填写在【采集地址】框中，【任务名称】自定义即可，点击下一步。
2.获取城市链接
采用链接过滤的方法来抽取城市链接，具体如下所示：
①点击采集预览，先观察城市链接规律，找到规律，很明显城市链接中都包含：
http://www.tianqihoubao.com/lishi/城市名全拼.html
②设置地址过滤，过滤包含“
http://www.tianqihoubao.com/lishi/\c.html”的链接，\c表示一串英文字母，这样就把城市链接过滤出来了。
3.抽取各月链接
①新建模板02，在模板02下新建一个链接抽取，改名为【月份链接】。
②关联模板，将城市链接抽取，关联模板02。
③使用链接过滤的方法来获取列表链接，先采集预览，打开列表链接预览结果，找到月份链接并观察规律，发现其中都包括：“
http://www.tianqihoubao.com/lishi/城市名全拼/month/月份日期.html”
③设置地址过滤，过滤包含“
http://www.tianqihoubao.com/lishi/\c/month/\d.html”的链接，\c表示一串英文字母，\d表示一串数字，这样就把月份链接过滤出来了。
4.抽取历史天气数据
①新建模板03，在其下新建一个数据抽取模板，具体操作如下所示：
②数据建表，按照下图所示建数据表。（注意字段属性等应严格按照下图进行设置）
③将新建好的数据表，关联到模板中去，如下图所示:
④填写示例地址
采集预览，复制任意一条月份链接。
⑤将链接粘贴到本模板示例地址中，并双击内置浏览器空白部分，加载本链接。
⑥关联模板
将模板月份链接抽取模板关联模板03，如下图所示：
⑦识别列表
选择数据抽取模板，然后如下图所示，识别列表。
⑧数据取值
使用定位取值和数据清洗的方法，title字段如下所示：
Date_字段如下所示：
trend字段如下所示：
Weather字段如下所示：
Temp_字段如下所示：
⑧采集预览
采集预览如下图所示，说明配置成功，可以开始采集。如果有哪个字段或者数据没有出来，再次检查之前配置，正确配置模板。
l 采集步骤
模板配置完成，采集预览没有问题后，可以进行数据采集。
1.建立数据表单
选择【数据建表】，点击【表单列表】中该模板的表单，在【关联数据表】中选择【创建】，表名称自定义，这里命名为【tianqi】（注意命名不能用数字和特殊符号），点击【确定】。创建完成，勾选数据表，并点击右上角保存按钮。
2.开始采集
选择【数据采集】，勾选任务名称，点击【开始采集】，则正式开始采集。
3.导出数据
采集结束后，可以在【数据浏览】中，选择数据表查看采集数据，并可以导出数据。
导出的文件打开如下图所示：
本教程仅供教学使用，严禁用于商业用途！
l 前嗅简介
前嗅大数据，国内领先的研发型大数据专家，多年来致力于为大数据技术的研究与开发，自主研发了一整套从数据采集、分析、处理、管理到应用、营销的大数据产品。前嗅致力于打造国内第一家深度大数据平台！
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://itzsg.com/146116.html
