今天,小编为大家带来的教程是:如何在前嗅 ForeSpider 中,进行数据建表操作及各注意事项。主要内容包括:快速建表,自由建表,字段参数,数据表的创建,关联与删除,以及表单变更后的配置修改。
一,如何快速建表若在数据抽取链接下,没有相应表单可供选择,可点击“创建表单”按钮,快速创建表单。可添加表单名称、字段名称,选择字段类型、表单模板。
1. 字段类型①主键字段②名称③标题④数字(-20 亿~20 亿)⑤长整型数字⑥时间值⑦地址⑧小文本(小于 64k)⑨大型文本(>> 字段参数)
2. 表单模板在表单模板中选择已经建好的表单,可以在表单中添加、删除、修改字段。
快速创建表单:
二,如何自由建表
1. 概念解释表单:规定了数据表都有哪些“列”,也就是都有哪些字段。数据存储结构类似的采集任务,可以共用同一个表单。一个表单可以创建多个数据表。字段:在数据库中,表单的“列”称为“字段”,每个字段存储某一项的信息。
2. 创建表单和字段在表单列表点击“添加”按钮,创建一个新的表单。点击表单配置右侧的“添加”按钮,即弹出添加字段的窗口。
添加字段:
字段具体参数的设置方法,详见下节(>> 字段参数)
3. 字段修改在数据建表的表单配置右侧,可以对表单进行一系列操作。
添加字段:
修改字段
字段排名上移
字段排名下移
删除字段
保存数据表
三,字段参数
1. 字段名称字段名称由英文字符、数字、下划线、$ 构成,且不能以数字开头。①不支持中文。②区分大小写。③不能是 SQL 语句关键字:如 select、time 等。
2. 字段属性大部分情况无需选择字段属性。一般数据表都需要一个主键字段,作为唯一 ID 记录。主键字段需要勾选“主键字段”,勾选后自动会选上“索引字段”和“键值唯一”。
3. 采集内容指该字段需要从网页上获取的数据内容。当字段需要存储页面的 url 地址、采集时间、网页 title 等内容时,通过选择对应的采集,就可以自动为该字段赋值。(>> 自动取值字段)当某字段存储的是网页上的内容数据时,比如文章的标题、联系人名称、电话号码等,通过选择“选区内全部文本”,再在内置浏览器上定位,就可以自动获取网页的数据。
示例:(1)选区内全部文本:<ul><li> 百度 </li></ul>,采集全部标签下的内容。(2)选区最外层节点文本:<ul><li> 百度 </li></ul>,只选取 <ul> 节点,不采集 <li> 和内容。(3)选区最外两层节点文本:<ul><li> 百度 </li></ul>,只采集 <ul><li> 的内容,不采集的内容。(4)网页内文字文本:采集整个页面中所有可见的文字文本。
4. 数据类型数据类型如下表所示:
5. 字符串长度只有变量类型是字符串时需要填写长度。字符串长度有两种情况:(1)短文本文本长度不大时,可以填写字符串长度,字符串可填写的最大长度为 255。字段长度尽量不要设置的偏小,防止有超出长度的数据无法存入数据库。(2)大文本文本较大时,无需填写字符串长度。①长文本:适用于新闻、正文等小于 64K 的文本。
设置长文本
也可以通过选择变长字段的方式,在数据库中两种方式效果相同。
设置变长字段
②超长文本:适用于论文等长文。
设置超长文本
6. 字段描述在“字段描述”文本框里,用户可以为字段填写描述性的注释内容。
四,数据表的创建、关联与删除
表单只是定义了都有哪些字段,想要实现数据的存储,需要对表单创建对应的数据表。(软件默认连接了 ForeLib 数据库,可更改。)
关联数据表
创建数据表
选择表单,在表单的左下方点击“创建”,输入数据表名称(仅限英文),完成数据表的创建。
关联数据表
勾选前面的多选框,即已关联数据表。取消勾选,解除关联。采集数据时,数据存入勾选的数据表。
删除数据表
可以删除已创建的数据表。
反建表单
反建表单会根据数据库中,已存在的数据表创建爬虫表单。
五,表单变更后的配置修改
表单建好后,如果已经配置了模板中的字段,甚至已经建立了数据表,则修改表单,需要进行下列操作。
1. 影响字段节点取值的情况如果字段名称、字段数量和采集内容更改,需要到对应任务的字段节点,修改字段和采集内容。修改方式有两种:(1)重置表单重新选择表单名称后,这里的表单将被重置,所有的字段取值配置(包括字段处理脚本)也被清空,需要逐一重新配置字段取值。(2)添加删除字段当表单做了修改字段名称、添加删除字段的操作后,可以不必重置表单,在模板列表对应的数据抽取节点,通过右键添加删除字段,将两边的字段名称和数量保持一致即可。这里的添加删除操作只针对该数据抽取,不会改动表单。
添加数据字段
①添加字段在模板列表对应的数据抽取节点,点击右键,选择“添加数据字段”,可以新建字段。②删除字段在某字段上点击右键,可以删除该字段。③修改采集内容通过字段节点向导中的下拉菜单,修改采集内容与表单中的一致即可。
2. 已创建数据表当数据表已经建好后,修改表单会影响采集,原数据表不能适应新的表单结构。在上述修改字段的基础上,还需要删除原数据表,再重新创建一个新的数据表。