企业版 - 自动抓取子页面

什么是自动子页面采集？

当列表页面出现新的帖子或产品时，子页面 URL 会自动添加到批量中并进行提取。通过自动子页面采集，您无需手动逐个收集或更新地址——您可以自动检测更新的列表并采集新数据。

此功能在提取帖子或产品页面等持续更新的页面时特别有用。例如，如果您连接一个每天注册新产品的购物网站列表页面，新的产品详情页将被自动采集，保持最新数据状态。

什么是子页面？

子页面是指除网站主页（首页）之外的所有下级页面。

---

使用方法

1

创建父任务

• 在列表页面上运行 Listly 并点击 [Parts] 按钮。

• 选择提取区域后，在提取选项中选择 'Hyperlink' 以仅收集每个详情页的链接。

• 这个仅收集详情页超链接的任务就是"自动子页面采集"所需的父任务。 此任务的 URL 稍后在连接子任务时会用到，提前复制会更方便。

2

创建子任务并连接到父任务

• 在详情页上，选择将作为批量提取参考的区域并提取数据。 （此过程与常规批量提取相同。）

• 在结果页面上，检查所选数据所在的标签页，然后点击 [+Group] 按钮。

• 在批量提取设置窗口底部的 URL 输入字段中，选择 [Choose URL from existing task] 并粘贴您之前创建的父任务的 URL。

• 点击 [Preview] 按钮并选择包含详情页 URL 的列。如果底部预览窗口中出现 5 个 URL，则表示正常工作。确认后，点击 [Done] 按钮。

• 当您这样注册批量时，子任务（详情页批量提取任务）会连接到父任务（超链接采集任务）下面。每当父任务发现新链接时，这些 URL 会自动添加到子任务并进行采集。因此，请在父任务上设置调度。

• 根据您期望的频率和时间段设置调度。

• 当父任务按设定的调度运行时，如果列表页面上注册了新项目，这些 URL 将自动更新到子批量中。

重要提示

自动子页面提取功能不是新帖子检测功能，而是基于按调度运行的自动提取方法运行。当父任务按用户注册的调度运行时，如果在列表页面上发现新内容，这些链接会自动添加到子任务并进行采集。