列表与翻页采集
网页上的商品分成很多页时,可以让扩展一边翻页,一边采集。下面用一个书籍练习网站,采集前两页的书名和价格。
1. 打开练习网页
在浏览器中打开书籍练习网站。这是一个英文书籍列表,不需要登录。每本书的封面下方有书名和价格,页面底部的 next 是下一页按钮。
2. 发送采集需求
停留在书籍列表页面,点击浏览器工具栏上的九头虫图标,进入「AI 编译生成」,复制并发送:
先采集第一页的完整书名和价格,书名不要使用带省略号的缩写。点击页面底部的 next 后等待 3 秒,只有页面底部显示 Page 2 of 50 时才采集第二页的完整书名和价格,否则暂停并提示我。把两页结果保存在同一份数据集中,采完第二页就结束。
等待 AI 分析编译。如果 AI 提出问题,按页面实际情况回答。编译完成后,工作流会保存到「主工作台」。
3. 启动采集
编译期间页面可能已经翻页。请先回到书籍练习网站首页,确认从第一页开始。
打开侧边栏的「主工作台」,找到刚生成的工作流,点击「手动启动」。运行时网页会自动翻页;请不要操作网页或最小化浏览器。
4. 查看结果
运行结束后,进入「数据存储」,点击数据集标题打开预览,检查两页的书名和价格是否在同一份数据里。
目前练习网站每页有 20 本书,前两页共 40 条。可以用下面两本书核对:
| 所在页 | 书名 | 价格 |
|---|---|---|
| 第 1 页第一本 | A Light in the Attic | £51.77 |
| 第 2 页第一本 | In Her Wake | £12.84 |
网站内容可能变化,请以网页上实际显示的内容为准。检查无误后,可在数据集卡片上点击「下载此数据集」,选择 Excel 或 CSV 保存。
没有采全怎么办
- 只采到一页:先确认启动时打开的是第一页。然后在修改已有工作流中告诉 AI:“请点击 next 翻到第二页,再采集书名和价格。”
- 第二页的数据为空或不对:让 AI 修改工作流,在翻页后等书籍列表加载出来再采集,然后重新运行并核对。
- 运行中途停住:查看工作流卡片上的「查看运行日志」。长时间运行时请保持浏览器窗口可见,详见长时间采集防休眠。
练习通过后,可以换成自己的列表页面,按实际需要修改字段和页数。如果页面是向下滚动才加载更多内容,请看滚动加载采集。