详解用python批量采集百度搜索多个关键字数据
本文介绍如何使用后羿采集器的 流程图模式 ，免费采集百度搜索多个关键字的信息数据。
采集字段：
标题、标题链接、摘要、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：
下面我们来详细介绍一下如何使用流程图模式，采集在百度输入多个关键字后的数据，我们以“后羿采集器、神箭手大数据、精灵标注”这三个关键词为例，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 百度搜索 的网页地址
点此 了解关于如何正确地输入网址。
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。
点此 了解如何导入和导出采集规则。
步骤三：配置采集规则
1、设置多个关键字循环任务
在流程图模式输入网址新建任务之后，我们点击搜索框，然后在左上角出现的操作提示框内输入要采集的文字，在这里我们输入“后羿采集器”这个关键词。
点此 了解输入文字组件的更多内容。
关键词输入之后，在页面上出现了输入文字组件，此时只设置了一个关键词，我们需要设置多个关键词的搜索，因此需要拖动一个循环组件到任务栏，然后将输入文字组建拖动到循环组件内，设置循环条件。
我们在循环组件上选择文本列表，然后在框内输入要采集的关键词，设置文字输入组件使用文本内的循环。
点此 了解更多循环组件的内容
2、设置提取字段数据
输入多个关键字循环设置好之后，我们设置需要提取的字段数据，点击网页上的字段，在左上角的操作提示框内选择提取全部元素。
抽取出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。
点此 了解更多关于提取字段组件的内容。
我们需要采集标题、链接、摘要及时间等信息，字段设置效果如下：
3、设置下一页
我们采集出了单页的数据，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”。
点此 了解更多关于翻页的内容。
4、设置完整任务
由于流程图模式是一个循环套循环的过程，并列的循环任务无法正常运行，我们需要把抽取所有页面的循环拖入到输入多个关键字的循环内，拖动情况如下：
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，系统默认设置“2”秒请求等待时间，防屏蔽设置就按照系统默认设置，然后点击保存。
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，本次示例中未使用到这些功能，直接点击“启动”运行爬虫工具。
点此 深入了解什么是定时采集。
点此 深入了解什么是自动入库。
点此 深入了解如何下载图片。
【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），我们选择自己需要方式和文件类型，点击“确认导出”。
点此 深入了解如何查看和清空采集数据。
点此 深入了解如何导出采集结果。
【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。
再为您推荐几个相关的采集教程：
如何采集百度搜索的多个关键字的数据（流程图模式）
如何免费采集今日头条信息数据
如何免费采集淘宝商品信息数据
来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/31563416/viewspace-2284546/，如需转载，请注明出处，否则将追究法律责任。
转载于:http://blog.itpub.net/31563416/viewspace-2284546/