选择起始URL
在启动网址是你开始收集数据和对应于你的网络刮剂起点的地方。
在以下各节中，我们将使用Cruise Direct网站作为示例。
注意：在此示例中，我们从Cruise Direct主页开始，但是，如果您所需的数据不在网站主页上，则可以从网站子页面启动代理。这种方法将使代理更有效率，因此值得花些时间来使其更加具体。
1.首先，将目标网站（http://www.cruisedirect.com）的起始网页URL粘贴到Content Grabber的地址栏中。
2.接下来，单击“蓝色播放”按钮以加载Cruise Direct主页。
注意：您也可以按Enter键加载Cruise Direct主页。
加载了Cruise Direct主页的Content Grabber
在下一部分中，选择要捕获的内容，我们将继续使用Cruise Direct网站数据作为示例。
选择要捕获的内容
在上一部分中，我们选择了“ 开始URL”并将网页加载到Content Grabber中。接下来，您可以选择要捕获的数据并开始构建Web抓取代理。在我们的Cruise Direct示例中，我们计划搜索可用的巡航假期，然后提取有关每个巡航的详细信息。
1.首先， 我们需要执行搜索以检索可用航次的数据。为此，我们用鼠标选择橙色的“ 搜索” 按钮元素，然后再单击一次以显示“ 内容收集器消息” 窗口。
内容收集器消息窗口
2.从消息窗口中，选择“ 单击Web元素” 选项，将新命令添加到代理，该命令将执行搜索并在新网页上显示搜索结果。请注意，Content Grabber已向Agent Explorer添加了我们的第一个命令-在这种情况下，将执行搜索并显示搜索结果。
带有新搜索命令的Agent Explorer链接到新的搜索页面
3.现在，我们准备向代理添加命令以提取巡航数据。由于表中有许多数据元素，因此我们将使用一个列表来简化提取过程。要捕获数据元素，请将鼠标精确地移到所需的数据元素上，直到看到其周围的数据捕获框。我们首先选择第一个巡航名称。
在Content Grabber中选择的第一个Cruise Line数据元素
4.然后在“ 配置代理命令” 面板中单击“ 列表” 以激活列表选择模式。
从“配置代理程序命令”面板激活列表选择模式
5.在列表选择模式下，我们可以通过单击相似的数据元素将Web数据元素添加到列表中。现在，我们将单击第二个巡航名称，您将看到Content Grabber在页面上选择了其余数据元素。注意：如果未选择任何巡航数据元素，只需单击这些元素即可将其添加到列表中。
在列表选择模式下选择的第二条Cruise Line数据元素
6.现在，我们单击保存以保存列表并退出列表选择模式。Web元素列表命令定义了列表区域，因此该区域内的所有元素现在都包含在列表中。
7.要捕获巡航名称文本，我们单击任何选定的元素以显示“ Content Grabber Message” 窗口。在“ 内容捕获器消息” 窗口中，选择“ 捕获文本” 选项以添加Web元素命令以捕获巡航名称。现在，我们已向代理资源管理器中添加了新的Web元素列表和Web元素命令，Content Grabber设置了这些命令的默认名称。
8.要编辑命令的名称，请单击相应的“ 编辑” 图标，然后将命令的名称设置为“搜索列表”和“巡航名称”。然后单击绿色刻度以保存。
带有新搜索列表和巡航名称命令的Agent Explorer
9.现在，我们计划从每个表中提取各个巡航网络元素。因此，首先单击Departs Web元素。现在，Content Grabber会自动为所有巡游选择“ 出发”网络元素，因为它已被定义为列表。
10.接下来，再单击一次Departs Web元素以显示Content Grabber Message 窗口。现在，从Content Grabber Message 窗口中选择Capture Text 选项，将命令添加到Agent，以便我们可以捕获各个Departs Web元素。
11.然后，单击“ 编辑” 图标将命令的名称更改为“部门”，然后将其保存。
12.现在，对“发货”，“目的地”，“持续时间”和“呼叫端口” Web元素执行相同的操作，然后设置命令的相应名称并保存。
13.我们还希望捕获定价表中的所有价格信息，因此，像以前一样，我们选择定价表中的第一个Web元素（日期）。然后，在“ 配置代理命令” 面板中单击“ 列表” 以激活列表选择模式，然后单击更多“ 日期” Web元素以生成列表。
14.在“日期” Web元素之一上再单击一次，以显示“ 内容收集器消息” 窗口。然后选择捕获文本选项以将命令添加到代理。
15.通过在每个Web元素上单击两次，为“内部”，“外部”，“阳台”和“套房” Web元素添加命令。
16.更改新命令的名称，以便您的代理如下图所示。
代理资源管理器显示所有捕获文本命令
17.到目前为止，我们已经创建了代理以提取第一页上的所有巡航信息。我们需要对其进行设置以遍历所有搜索结果页面。为此，我们需要使用“ 跟随分页”命令来跟随每个页面。向下滚动页面，然后选择“ 下一步” 链接。然后在所选元素上再单击一次以显示“ 内容收集器消息” 窗口。
选择了“跟随分页”选项的“内容收集器消息”窗口
18.现在，我们选择“ 跟随分页” 选项以将分页命令添加到代理。
Content Grabber已将分页命令添加到代理，并在第二个浏览器选项卡上加载下一页。
19.单击分页命令时，我们可以看到分页命令内部的所有搜索列表命令。这意味着我们的代理现在将遍历所有搜索结果页面以提取此信息。
显示分页命令内容的Agent Explorer
20.我们现在已经完成了Agent的构建，因此我们应该保存它。要保存代理，请在Content Grabber菜单中选择“ 文件”>“保存” ，然后输入代理名称“ cruisedirect”。然后单击“ 保存” 按钮以提交更改。
在下一节“ 优化数据”中，我们使用Content Grabber的Content Transformation方法更改提取的价格数据。
如何优化您的数据
在上一部分中，我们向代理添加了命令以捕获我们所需的所有Cruise价格内容。价格包含$符号，但我们想摆脱该$符号，因此我们留下一个干净的数字。
1.首先在“ 代理资源管理器”中编辑“内部价格”命令。
2.接下来，我们向下滚动到捕获样本窗口，然后仅选择价格编号。您应该注意到，“ 转换脚本”按钮现在已更改为“ 生成转换”按钮。
在“配置代理命令”面板中选择要转换的文本
3.现在单击“ 生成转换” 按钮，现在我们可以在“ 转换的” 窗口中仅看到价格编号。
“配置代理程序命令”面板中的转换文本
4.单击保存以保存转换。
5.对“外部价格”，“阳台价格”和“套房价格”重复上述步骤。
在下一节“ 输出数据格式”中，我们查看可用于提取的Web数据的数据输出格式，并展示如何更改和配置新的导出目标。
输出数据格式
Content Grabber可以将提取的Web数据导出为报告或导出到许多不同的数据库类型。数据输出选项包括CSV，Excel，XML，SQL Server，MySQL，Oracle和OleDB。
您还可以使用Content Grabber导出脚本来完全自定义数据导出到您自己的数据库结构。当您希望动态更新数据更新（例如在线网站/门户）时，此功能很有用。
Content Grabber可以将数据导出到Excel 2003+，并利用Excel 2007+中的功能，例如大纲和嵌入式图像。
数据提取项目完成后，数据会自动导出到您选择的导出目标，因此您不必手动导出数据。但是，您始终可以随时随时将提取的数据手动导出到任何导出目标。
以下步骤显示选择要使用的数据导出类型有多么容易。
1.我们首先单击Content Grabber的“ 数据”菜单，然后单击“ 更改导出目标” 按钮。
Content Grabber的“数据”菜单
2.单击“ 更改导出目标”按钮后，将显示“ 数据配置”窗口。该窗口允许您更改和配置新的导出目标。默认选项是Excel2003。
单击“ 导出目标” 下拉列表框以显示可用的其他报表和数据库导出选项。然后选择您要使用的格式。 您还可以更改输出数据文件的默认目标文件夹位置。
Content Grabber的“数据配置”窗口
在下一节“ 测试您的代理”中，我们使用Content Grabber的调试功能来测试“ cruisedata”代理是否按预期运行。
如何测试您的采集规则
一旦完成代理的开发，对它进行测试很重要，以确保提取了正确的数据并采用了所需的格式。Content Grabber具有完善的调试引擎，使您能够仔细分析代理的各个方面以及提取的数据。它还可以帮助您查明代理代码中的任何问题点，以便您快速解决它们。有关Content Grabber中可用的调试器功能的更多详细信息，请参阅测试/调试代理。
现在，让我们运行Cruise Direct代理以检查命令是否正常运行。
要进行测试运行，请单击屏幕左上方的“调试”菜单选项，然后单击“开始”箭头按钮以开始调试。
运行Cruise Direct Agent的Content Grabber调试器
在调试过程中，我们可以观察并检查Content Grabber是否依次执行每个命令并处理每个网页以提取所需的数据。
在运行代理的部分过程中，我们将单击“停止”按钮以停止调试。然后单击“查看导出数据”以检查输出结果是否正确。
Content Grabber的导出数据默认视图
要在Excel中查看导出数据，我们只需单击“打开导出的电子表格”按钮即可打开Excel电子表格。
在Excel电子表格中查看Cruise Direct的导出结果
提取的数据在每个出发日期均包含一行，但是您也可以选择将日期和价格信息保存在单独的数据表中。导出到Excel后，数据将如下图所示。
在Excel电子表格中查看Cruise Direct的导出结果
在下一部分“ 计划”中，您将学习如何设置代理，以便可以按您选择的时间间隔自动运行代理。
如何启用计划任务
Content Grabber提供了代理程序调度功能，使您可以在需要时在预定的时间段自动运行代理程序。可以每小时，每天，每月，每年等进行此操作。
完成代理后，您将可以使用此功能。从Content Grabber应用程序顶部的“ 代理设置” 菜单中。只需单击“ 计划” 菜单选项以显示“计划”窗口。
内容收集器的计划窗口
有关如何配置内容抓取的调度功能，或者如果您想了解如何使用的详细信息Windows任务调度程序与你的代理，是指计划在内容抓取编辑器部分。
在下一节“运行您的代理”中，我们将向您展示如何运行完成的网络抓取代理。
运行采集规则
既然我们已经完成了开发和测试Cruise Direct Agent的使用，就可以使用它了。
要运行您的代理，您只需单击Content Grabber应用程序左上方的“运行” 菜单，然后单击“ 运行代理” 箭头选择。
Content Grabber的“运行”菜单选择
注意：如果您已安排代理在以后的某个时间或日期运行，则可以将其保留在启用Internet的PC或服务器上，它将自动运行。有关更多详细信息，请参阅计划。