详解如果用爬虫程序批量采集淘宝好评数据

本文介绍如何使用后羿采集器的流程图模式，免费采集淘宝商品评论中好评的数据。

采集字段：

用户、用户等级、评价内容、评价图片、评价时间及购买产品、追加评论、追加评论时间

功能点目录：

什么是行为组件

循环组件的功能点介绍

如何使用提取数据组件

如何实现翻页功能

采集结果预览：

导出到Excel表格：

导出到本地图片：

下面我们来详细介绍一下如何使用流程图模式，采集淘宝商品评论中的好评数据，我们以故宫淘宝的迷你故宫小猫猫摆件的评论为例，具体步骤如下：

步骤一：下载安装后羿采集器，并注册登录

1、打开后羿采集器官网，下载并安装最新版的后羿采集器

2、点击注册登录，注册新账号，登录后羿采集器

【温馨提示】您可以直接使用此款爬虫软件，不需要进行注册，但是匿名账户下的任务在切换到注册用户时会丢失，因此建议您注册后使用。

后羿采集器为神箭手旗下产品，神箭手用户可直接登录。

步骤二：新建采集任务

1、复制故宫淘宝迷你猫猫摆件的网页地址（需要搜索结果页的网址，而不是首页的网址）

2、新建流程图模式采集任务

您可以在软件上直接新建采集任务，也可以通过导入规则来创建任务。

步骤三：配置采集规则

1、关闭登录界面

输入网址后，我们进入淘宝宝贝的详情页，此时页面上出现的登录界面我们可以点击关闭，不需要进行登录也能够采集到评论数据。

2、点击好评

在详情页上可以看到评论数但是看不到具体的评论内容，我们需要点击评论，然后在左上角跳转出来的提示框中选择“点击该元素”。

进入到评论界面后，我们在网站上点击好评，然后在左上角跳转出的提示框内选择“点击该元素”，这样我们就能跳转到好评的界面了。

3、设置提取字段数据

跳转到评论界面后，我们点击网页上的评论字段，在左上角的操作提示框内选择提取全部元素。

提取出评论列表页上的字段之后，我们可以右击字段进行相关设置，包括修改字段名称、增减字段、处理数据等。

由于我们想要下载全部的评论图片，因此可以选中评论中的全部图片，然后设置字段属性—提取外部html。

我们需要采集评论内容、用户名称、评论发布时间、评论图片、追评及追评时间等信息，字段设置效果如下：

4、设置下一页

我们采集出了单页的评论数据，现在需要采集下一页的数据，我们点击页面上的“下一页”按钮，在左上角出现的操作提示框内选择“循环点击下一页”。

步骤四：设置并启动采集任务

1、设置采集任务

完成了采集数据添加，我们可以开始启动采集任务了。点击开始采集之后跳出任务栏，任务栏界面上有“更多设置”的按钮，我们可以点击进行设置，也可以按照系统默认的设置。

点击“更多设置”按钮，在弹出的运行设置页面中我们可以进行运行设置和防屏蔽设置，我们设置“3”秒请求等待时间.

由于淘宝设置了一定的反爬，为了采集效果更好，我们可以开启代理进行采集，可以设置定时切换代理，也可以设置遇到某文本时切换代理，这里设置一个5分钟切换一次的代理。

2、启动采集任务

点击“保存并启动”按钮，可在弹出的页面中进行一些高级设置，包括定时启动、自动入库和下载图片，我们勾选下载图片到本地，选择图片下载地址之后，点击“启动”运行爬虫工具。

【温馨提示】免费版本可以使用非周期性定时采集功能，下载图片功能是免费的。个人专业版及以上版本可以使用高级定时功能和自动入库功能。

3、运行任务提取数据

任务启动之后便开始自动采集数据，我们从界面上可以直观的看到程序运行过程和采集结果，采集结束之后会有提醒。

步骤五：导出并查看数据

数据采集完成后，我们可以查看和导出数据，后羿采集器支持多种导出方式（手动导出到本地、手动导出到数据库、自动发布到数据库、自动发布到网站）和导出文件的格式（EXCEL、CSV、HTML和TXT），同时还支持导出具体的条数，可以在数据中选择想导出的条数，然后点击“确认导出”。

【温馨提示】：所有手动导出功能都是免费的。个人专业版及以上版本可以使用发布到网站功能。