适配场景网页标准 Table 表格、分页表格、多页面表格批量抓取直接导出 Excel/CSV全程基于火车采集器火车头采集器原生功能无需额外插件。一、核心采集思路配置列表页地址含分页定位网页table表格区域自动识别表头、各行单元格数据清洗空格、换行、无用标签批量导出 CSV/Excel支持增量采集二、分步配置教程1. 新建任务填入目标网址打开火车采集器 → 新建采集任务 → 输入表格所在网页 URL如果存在分页在【网址采集规则】配置分页正则 / 翻页参数2. 采集内容规则表格抓取两种方案方案 A自动表格解析推荐最简适用规范 HTMLtabletrtd标准网页表格点击【获取网页】加载页面源码可视化选取整个表格区域右键 →解析为表格数据火车采集器会自动提取每一行tr拆分td单元格为独立字段自动识别第一行作为表头字段名方案 B正则表达式提取不规则表格 / 嵌套表格如果可视化识别失败使用正则批量提取行提取所有表格行正则 tr[\s\S]*?([\s\S]*?)/tr子规则循环提取每行单元格td[\s\S]*?([\s\S]*?)/td开启【循环采集】一行数据生成一条采集结果。3. 数据清洗必做字段清洗规则添加去除 HTML 标签清除div a span等标签去除首尾空白、换行符、nbsp;替换多余制表符避免导出表格错乱过滤空行、表头重复行清洗常用替换查找nbsp;替换为空查找\s替换为单个空格4. 分页表格批量采集进入【网址采集规则】获取下一页链接编写分页正则示例分页地址page1,page2使用地址递增模式shturl.cc/o5qZr54aNix4o3Sy[1-100]设置起始页、结束页、步长实现全自动翻页抓取全部表格。三、批量导出设置方式 1导出本地文件CSV/Excel任务采集完成 →【导出数据】可选格式CSV推荐兼容性最强Excel 直接打开Excel (xls)勾选第一行为表头字段顺序和网页表格保持一致。注意大量数据优先 CSV上万条数据导出 Excel 不易卡顿。方式 2自动定时导出自动化批量任务任务计划→开启定时采集搭配导出插件采集结束自动输出文件到指定文件夹实现无人值守批量采集表格。四、高级常见问题优化表格跨页、动态加载表格AJAX 表格普通源码抓取不到数据 → 使用火车采集器【内置浏览器模式】加载页面等待表格渲染完成再提取。多个表格同时抓取一页多 Table使用区域过滤分别定位不同table区块分开采集区分数据分类。导出后单元格错乱、错位原因表格内部存在换行、br/、嵌套表格解决清洗规则删除br统一清理换行符号。需要定时增量采集表格只抓新增数据开启【重复数据过滤】设置唯一标识字段编号 / ID重复数据不入库、不重复导出。五、可直接套用简易规则模板标准 Table区域过滤限定表格范围table[^]*([\s\S]*?)/table循环提取行tr([\s\S]*?)/tr循环提取单元格
