工具
八爪鱼目前最新8.5.1版本。
采集场景
京东商品详情页中的评价，有多个分类：【全部评价】、【晒图】、【视频晒单】、【追评】、【好评】、【中评】、【差评】。其中【全部评价】默认展现，其他需点击后展现。本文以按【差评】筛选采集为例讲解。
实例网址：https://item.jd.com/100005185609.html。
采集目标字段
- 评价正文
- 评价星级
- 商品参数
- 评价时间
- 页面网址
- 评价获赞数
- 评价获回复数
支持采集结果导出
采集结果可导出为Excel、CSV、HTML、数据库等多种格式。
教程说明
当前软件修改版本为： 8.5.1（2022/4/3）
如果因网页改版造成网址或步骤无效导致无法收集到目标数据，建议联系八爪鱼官方客服。
采集步骤纵览
步骤一：打开网页
步骤二、设置滚动
步骤三、按差评筛选评论
步骤四、创建【循环列表】，采集所有评价数据
步骤五、创建循环翻页，以采集多页数据
步骤六、启动采集
以下为具体的采集步骤：
步骤一、打开网页
在首页选择【新建】——【自定义任务】，输入一批（或者1个）京东商品详情页网址，点击【开始采集】，八爪鱼自动打开第1个网址。
目标网址：https://item.jd.com/100005185609.html
特别说明：
a. 打开网页后，如果开始开始【自动识别】，请等待自动识别完成。八爪鱼支持自动识别网页上的列表，滚动和翻页，识别成功后直接启动采集并获取数据。如果【自动识别】的结果不是我们需要的，可点击【取消】关闭智能识别，自行配置采集流程。
b. 以上操作会自动生成一个【循环网址】，启动采集后，八爪鱼会自动打开每个网址，采集每个网址中的数据。
c. 示例中输入了3个商品详情页网址，可根据需求更换。
步骤二、设置滚动
【商品评价】按钮需向下滚动页面才会真正加载出来，在八爪鱼中也需设置滚动。
单击右侧流程中的节点【打开网页】，显示下部对应的设置区域。在【高级设置】部分，在“步骤加载”下部勾选【页面滚动】。弹出新的【页面滚动】相关设置项。把“滚动方式”选择为【向下滚动一屏】，【滚动次数】为6次，【每次间隔】2秒。最后，点击下部【应用】按钮，之后点击右上方的【保存】按钮。
【特别说明】
设置中的滚动次数和时间间隔，请根据采集需求和网页加载情况进行设置，并非是一成不变的。
步骤三、按差评筛选评论
1、筛选【差评】
向下滚动页面（左上部）中的目标页面至评论区域，如下图：
【STEP A】点击【商品评价（50万+）】，在操作提示框中点击【点击该元素】，页面默认展示【全部评价】。
注意：本示例将筛选【差评】进行采集。
【STEP B】点击【差评】，在操作提示框中点击【点击该链接】，（操作提示框小窗妨碍操作时，可以临时把它折叠一下），展开差评。此时，显示如下图界面：
特别说明：
【晒图】、【视频晒单】、【追评】、【好评】、【中评】、【差评】的筛选方法也是一样的，需要筛选哪个分类，在八爪鱼中做一个点击哪个分类的步骤。
2、设置【Ajax加载】
【小心】此网页的【差评】按钮，使用了Ajax加载，因此不能勾选新标签！
为此，进入【点击元素1】设置页面，取消勾选“高级设置”中【在新标签中打开】选项，并勾上【Ajax加载】，【Ajax超时】时间选择5秒，点击“应用，最后【保存】。
特别说明：
使用了Ajax技术的网页，一般不勾选【在新标签中打开】。【Ajax超时】请根据采集需求和网页加载情况进行设置，并非一成不变。
步骤四★、创建【循环列表】，采集所有评价数据
1、建立【循环列表】
通过以下连续3步，建立【循环列表】：
（1）选中页面上1个评价列表（两条水平横线间的完整部分！！）
（2）继续选中页面上第2个评价列表
（3）在操作提示框中，点击【采集以下元素文本】
此时将整个评价列表作为整个字段提取下来，这就像通过手动方式将列表中的字段一一提取出来一样。
【特别说明】
经过以上连续3步，【循环-提取数据】创建完成。【循环】中的项，对应着页面上所有评价列表。此时是将整个评价列表作为整个字段提取下来，如手动将列表中的字段一一提取出来。
2、修改【循环列表】XPath
为了精准采集到所有差评，需修改【循环列表】XPath。
点击流程图中的【循环列表】节点，显示出下部对应的【循环列表】设置页面，修改XPath为//div[@id='comment-6']/div[position()<11]并保存。
【特别说明】
a. 默认生成的【循环列表】会定位到其他类别的评价中，无法精准采集差评，所以我们需要手动修改XPath。这里需要一定的XPath知识。点击查看 XPath学习与实例教程 。
b. 除默认的【全部评价】外，采集其他的分类都需相应修改XPath。
【视频晒单】：//div[@id='comment-2']/div[position()<11]
【追评】：//div[@id='comment-3']/div[position()<11]
【好评】：//div[@id='comment-4']/div[position()<11]
【中评】：//div[@id='comment-5']/div[position()<11]
3、提取字段
在左上部目标网页中找到当前评价列表（图中以红色框框起来的部分）。
选中待采集的第1个目标字段，然后在操作提示框中，点击【采集该元素的文本】。
文本类的字段都可如此提取。示例中我们提取了评价人、评价正文、评价星级、商品参数、评价时间等5个字段。
特别说明：
a. 一定要在当前评价列表中选择评价星级，做星级字段的提取，否则星级字段提取与【循环】中的评价列表无法产生联动，会一直重复采集某一个评价列表中的星级。★★★
b. 如何找到当前评价列表？在【循环列表】中查看当前项（蓝色背景），然后点击【提取列表数据】，网页中被红色框框起来的评价列表，就是当前评价列表。
4、编辑字段
在【当前页面数据预览】界面，可进行删除字段、修改字段名等操作。
步骤五、创建循环翻页，以采集多页数据
1、建立【循环翻页】
如果只是采集1页数据，可跳过此步骤五。
如果需要翻页以采集多页数据：点击页面中的【下一页】按钮（把页面往下滚动下翻，到最底部，如图——在不同网站上可能表述所有区别！）。
然后，在操作提示上单击【循环点击下一面】，从而创建“循环翻页”。
特别说明：
a. 创建【循环翻页】后，八爪鱼会自动点击【下一页】按钮进行翻页，从第1页，第2页......直到最后1页。如果只需采集特定页的数据，可在八爪鱼中设置循环翻页的次数，详情点击查看 翻页以采集多页数据教程。
2、修改【循环翻页】的XPath★★★
默认的【循环翻页】XPath无法精准定位到差评的翻页，需修改【循环翻页】XPath，如图（内容为空）。
进入上面“循环翻页”的【基础设置】界面，修改XPath内容为：//div[@id='comment-6']//div[@class="ui-page"]//a[@class="ui-pager-next"] ，然后保存。
同时，调整【点击翻页】的【Ajax超时】时间为5秒（在【高级设置】界面里面）。
特别说明：
a. 默认生成的【循环翻页】会定位到其他类别的翻页按钮，无法精准采集差评，所以我们需要手动修改XPath。这里需要一定的XPath知识。点击查看 XPath学习与实例教程 。
b. 除默认的【全部评价】外，采集其他的分类都需相应修改XPath。
【视频晒单】：//div[@id='comment-2']//div[@class="ui-page"]//a[@class="ui-pager-next"]
【追评】：//div[@id='comment-3']//div[@class="ui-page"]//a[@class="ui-pager-next"]
【好评】：//div[@id='comment-4']//div[@class="ui-page"]//a[@class="ui-pager-next"]
【中评】：//div[@id='comment-5']//div[@class="ui-page"]//a[@class="ui-pager-next"]
c. 对于使用了Ajax技术的网页，八爪鱼会自动判断并设置【Ajax超时】。如果系统自动设置的时间过短，可根据采集需求和网页加载情况进行相应延长，详情点击查看 Ajax教程 。
步骤六、启动采集
1、点击【采集】命令并【启动本地采集】。启动后八爪鱼开始自动采集数据。
特别说明：
【本地采集】是使用自己的电脑进行采集，【云采集】是使用八爪鱼提供的云服务器采集。
2、采集完成后，选择合适的导出方式来导出数据。支持导出为Excel，CSV，HTML，数据库等。这里导出为Excel。
示例数据略。
小结
八爪鱼这款采集器本人尚未熟悉，但是从与目前国内市场其他几款采集工具试用比较来看，还是比较熟悉上手的，特别是其提供的可以反复修改的比较直观的流程图引导，这非常有助于采集器小白快速熟悉。
最后，XPath知识我估计是每一个采集者无法逾越的”难点“。当然，本文中也没有详细解释，后面会专门写文章介绍这个”家伙“！
