简数采集平台已集成丰富的数据处理功能，可以在采集过程中一并把数据进行加工。

此章节详述 高级提取可设置采集不显示在页面的内容，例如获取网址，图片链接，HTML标签某个属性的值等；

 

详细使用步骤：

1. 采集内容类型

   • I、快捷获取网址或图片链接
   • II、提取值类型

2. 图片链接属性

3. 选择多值

   • I、功能简介
   • II、多值操作

 

1. 采集内容类型

  设置不同的提取值类型，可以获取到不同类型的内容，常见的文本，含有HTML标签的内容、HTMl标签的属性等；

I、快捷获取网址或图片链接

  系统提供了几个快捷功能：

• 只获取网址：勾上启用功能，自动设置获取a标签的链接

• 只采集图片链接：勾上启用功能，自动设置获取img标签地址；

 

II、提取值类型

  提取值类型可选择以下选项：

• 文本：文字内容，无任何格式；

• 获取html：获取定位标签内的HTML标签和内容，图片和文章排版会保留，正文content字段默认使用该提取值类型；

• OuterHtml：获取定位标签本身及在内的HTML标签和内容，比【获取html】多了一个HTML定位标签；

• OwnText：仅获取本定位标签的文本，不含内嵌子孙标签的文本；

• 节点属性：可获取定位标签中的属性值，需填写对应属性的键名称；

• 随机值：提示该字段为随机值，实际使用请到 【随机&固定值】 选项卡中设置；

  例如采集meta标签的content属性：

  <meta name="keywords" content='帮商家把生意“一键”搬进微信 京东出招了,京东,云店,超新星计划,小程序,分销'/>

 

2. 图片链接属性

  系统采集图片默认从img标签的src、data-src等常见属性获取图片链接，如果采集的图片正常显示或下载，留空即可；

  如果采集的图片无法显示或下载，可能是图片链接存放在其他特殊属性中，需对应填写图片链接正确所在的属性；

  假设一网站的正确图片链接在origin-src属性；

 

3. 选择多值

I、功能简介

  勾上启用功能，支持点选多个采集区域内容合并，分隔符默认是逗号，【多值分隔字符】可以修改，一般是填上换行标签<br>或者空格；

 

II、多值操作

  1）多值选择一般是在常用数据处理设置的，先勾上选择多值；

  2）点选你要组合的几个采集区域，假设组合标题和第一段内容，选择后可以看到多值的特征：xpath是两个路径合并的，中间分号分隔，数据预览分成了两个，中间用横线隔开；

  3）多值的采集结果；