如何不编程也能使用爬虫采集图片或图片地址

       采集图片，或者采集图片的链接地址是常见的数据采集需求。如何在不写代码编程的情况下，又可以简单有效的抓取到图片或图片地址呢？

       首先，我们使用的工具是前嗅大数据的ForeSpider数据采集系统。在前嗅大数据官网下载免费版（www.forenose.com），免费版就可以满足我们抓取图片的需求。

       下载安装后，启动软件。根据如下步骤，即可抓取到图片或图片的地址了。

（一）采集图片

       采集图片和采集文本内容的配置方法类似。区别在于需要将存储图片的字段的取值类型设置为“原始数据流”，以及需要填写“链接额外标签”。

       以“凤凰网（www.ifeng.com）”为例，采集新闻内的图片。

       1.配置频道，创建模板

【采集图片：创建模板】

      第一个模板对应新闻的链接列表，第二个模板对应新闻的正文内容，第三个模板对应新闻正文里链接到的图片。

      2.配置新闻列表页模板

      模板1用于过滤新闻的链接。

【模板1配置】

      3.配置新闻正文页模板

      模板2用于采集新闻的内容数据，以及链接到图片的地址。

      （1）链接抽取

      该链接抽取需要关联模板3（图片），并在“链接额外标签”处填写“src”（图片链接的属性）。地址过滤一般不需要再填写过滤串。

【模板2配置】

      （2）数据抽取

       数据抽取新闻页的数据内容。关联新闻表单，分别配置各字段的取值。

       4.配置图片页模板

      （1）创建图片表单

       首先在“表单”选项卡中创建一个用于存储图片的数据表单，设置一个主键字段，一个图片字段。图片字段的变量类型必须是“stream”类，取值类型须为“原始数据流”，扩展主类型为“图片”。这样设置后才能正确的在软件中预览图片，并存入数据库中。

       如果不预先在“表单”选项卡中设置好该数据表单，也可以在模板3中右键创建字段，存储图片的字段的取值类型必须选择“原始数据流”。这样设置也可以采集到图片，但无法在软件中提前预览到图片。

      （2）关联表单

       在模板3中创建数据抽取，关联图片表单，关联后无需进行其他配置操作，即可采集到图片数据了。

【模板3配置】

（二）采集图片的链接地址

       采集图片的链接地址，字段的取值类型需要用“节点属性”。例如某企业信息网，联系电话为一张图片，需要采集该图片的链接地址。“取值类型”选择“节点属性”，由于链接是链接，属性为href，因此在“取值标示”处填写“href”，就可以采集到图片的链接地址了。

      “定位类型”选择“特征定位”是由于各页面的联系方式表格的内容排列顺序不同，表格行数也不同，此时选择“标准定位”会出现错误。因此，根据表头内容的特征信息“公司电话”进行特征定位。

【节点属性示例】