巧用“八爪鱼”批量爬取网上的信息

这篇文章不长，但是看完你肯定受益。

案例一：爬取北京语言大学官网学校各机构的名字

在今天我给本地化班上的《术语学》课上，我以“如何建立北京语言大学术语库”为例给同学们讲解如何设计这个术语库的架构，其中有一部分是在思维导图中列举学校所有机构的名字，如下图所示：

大家会发现，如果一个个去粘贴各个单位的名字会非常麻烦，最好能够批量添加，因为北语官网上有个这样的列表，唯一的问题是不方便直接复制：

为了给同学们展示批量添加的办法，我在课上展示了如何使用一款叫“八爪鱼”的工具。这个工具使用起来简单到令人发指。下面我展示一下这个工具的使用方法：

第一步：下载、安装并免费注册“八爪鱼”

地址：

第二步：启动八爪鱼

第六步：选中“教学单位”中的任何一项，八爪鱼自动识别出要采集的所有内容

第十步：在采集页面查看采集进度，或最小化窗口等待采集完成

第十一步：采集完成后选择“导出数据”，并以Excel表格的形式存储采集结果

第十二步：在Excel表格中查看文本并复制所有内容

第十三步：将上面的数据粘贴到思维导图中

如果你觉得这个案例还不过瘾，可以自己去试试，比如下面这个案例：

案例二：爬取教育部全部直属高校的名字和官网

教育部全部直属高校的目录在教育部的网站上可以查到：

如下图：

用八爪鱼可以获取到下面这个结果：

如果你也想试试的话，不妨现在就去下载八爪鱼。

比如把外交部官网上所有的新闻发布会中英文内容爬取下来