获取房源信息很简单，可以找比较大的房源网站比如安居客，房天下等来找需要的房源。但是想要实时获取最新的房源信息，人工肯定是不够的，你可以使用工具来协助完成。
ForeSpider数据采集系统是一款专业的爬虫软件，可以实时采集各大房地产网站的更新数据，接下里以采集房天下二手房信息为例来为大家说明：
l 采集网站
【场景描述】采集房天下最新二手房信息。
【入口网址】https://tj.esf.fang.com/
【采集内容】
采集天津市房天下，二手房模块中的所有二手房的标题、价格、户型、面积、单价、朝向、楼层、装修、小区、区域、联系人、电话。
l 思路分析
配置思路概览：
l 配置步骤
1. 新建采集任务
选择【采集配置】，点击任务列表右上方【+】号可新建采集任务，将采集入口地址填写在【采集地址】框中，【任务名称】自定义即可，点击下一步。
2.翻页配置
获取二手房页面中全部翻页链接，观察翻页链接规律发现：
https://tj.esf.fang.com/house/i32/ 第二页链接
https://tj.esf.fang.com/house/i33/ 第三页链接
https://tj.esf.fang.com/house/i34/ 第四页链接
不难发现，翻页链接组成为：
https://tj.esf.fang.com/house/i+页数+/
①故添加脚本如下：
②采集预览
3.链接抽取
①新建模板二，并新建一个链接抽取，用来抽取每个翻页中所有二手房链接。
②列表链接需要脚本配置，操作如下图所示：
③查看页面源码，打开浏览器中该页面，点击F12，点击指针按钮，如下图所示，用指针按钮选中所需要的二手房链接，这时在右侧出现对应源码内容。说明链接在class为【shop_list shop_list_4】的节点下。
④经过观察发现，大家要找的是【shop_list shop_list_4】节点下每一个名为【dl】的节点对应一个二手房信息。
每个【dl】节点中的名为【dd】节点的子节点的子节点的href就是该二手房的链接。
⑤根据以上思路，具体配置脚本如下，配置好脚本后点击右上角【保存】。
文本如下：
var foor = DOM.FindClass(“shop_list shop_list_4″,”div”,0 );//找到class为shop_list shop_list_4的节点 var foora= DOM.FindName(“dl”,foora );//找到foor节点下名为dl的节点 while(foora)//如果是foora节点 { url link;//定义一个url var pro = DOM.FindName(“dd”,foora ); //找到foora节点下name为dd的节点 link.urlname= url.StdUrl(URL.urlname,pro.child.child.href);//输出链接为pro节点的子节点的子节点的href link.title =pro.child.child.title;//输出链接标题为pro节点的子节点的子节点的title link.tmplid = 3;//关联模板2 RESULT.AddLink(link);//结果输出一条链接 foora = foora.next;//跳到foora节点的下一个节点，即下一个【class=listtxt】的节点 }
⑥采集预览如下所示：
2. 数据抽取
①链接抽取完成进入数据页，在原有模板基础上，右键选择【添加模板】，新添加的模板，右键【添加数据抽取】。
②此时要完成数据建表的工作：选择【数据建表】，点击【采集数据表结构】中的【+】，即可添加数据表，名称可以自定义，在此命名为房天下表单。
③数据表配置完成，选择【数据抽取】右侧数据属性配置，表单选择刚建立的“房天下”数据表，则可看到表单中的字段在左侧显示。
④点击脚本窗口，选择数据抽取脚本
⑤观察所需字段在页面中的位置，浏览器打开任意一个二手房详情页，点击F12，点击指针按钮，如下图所示，用指针按钮选中所需要的二手房字段信息，这时在右侧出现对应源码内容。
name_字段：如下图所示可知，本字段在class为【floatl tit_details】的节点下。
price字段：如下图所示可知，本字段在class为【trl-item price_esf sty1】的节点下。
type_字段：如下图所示可知，本字段在class为【tr-line clearfix】节点的子节点下。
area字段：如下图所示可知，本字段在class为【trl-item1 w182】节点的子节点下。
priceper字段：同理在class为【trl-item1 w132】节点的子节点下。
orientation字段：同理在class为【trl-item1 w146】节点的子节点下。
floor字段：虽然本字段在class为【trl-item1 w182】节点的子节点下，但是如下图所示，本页源码中不只一个trl-item1 w182，所以不能用同上述几个字段一样的方法来获取。
如下图所示，通过页面源码观察可发现，本字段在class为【tab-cont-right】的节点的子节点的下一个的下一个的下一个节点中的class为【trl-item1 w182】的节点中。
Renovate字段：由图可知，本字段在class为【tr-line clearfix】的节点下的class为【trl-item1 w132】的子节点中。
Estate字段：由图可知，本字段在class为【tr-line】的节点下的class为【rcont】的节点中的所有文本。
zone_字段：由图可知，本字段在class为【trl-item2 clearfix】的节点下的class为【rcont】的节点中的所有文本。
name_字段：由图可知，本字段在class为【zf_jjname】的节点中的所有文本内容。
Tel字段：由图可知，本字段为classid为【AgentTel】的字段中的value属性值。
⑥综上所述，数据抽取脚本如下所示：
脚本文本：
var floor=DOM.FindClass(“tab-cont-right”,”div”); var floor1=floor.child.next.next.next; var floor2=DOM.FindClass(“tr-line”,”div”); var floor3=DOM.FindClass(“trl-item2 clearfix”,”div”).next; var floor4=DOM.FindClass(“zf_chat_line”,”a”); record re; re.id = MD5(ur); re.title = DOM.GetTextAll(DOM.FindClass(“floatl tit_details”,”h1″)); re.price=DOM.GetTextAll(DOM.FindClass(“trl-item price_esf sty1″,”div”,0)); re.type_=DOM.GetTextAll(DOM.FindClass(“tr-line clearfix”,”div”,0).child); re.area=DOM.GetTextAll(DOM.FindClass(“trl-item1 w182″,”div”).child); re.priceper=DOM.GetTextAll(DOM.FindClass(“trl-item1 w132″,”div”).child); re.orientation=DOM.GetTextAll(DOM.FindClass(“trl-item1 w146″,”div”).child); re.floor=DOM.GetTextAll(DOM.FindClass(“trl-item1 w182″,”div”,floor1)); re.renovate=DOM.GetTextAll(DOM.FindClass(“trl-item1 w132″,”div”,floor1).child); re.estate=DOM.GetTextAll(DOM.FindClass(“rcont”,”div”,floor2)); re.zone_=DOM.GetTextAll(DOM.FindClass(“rcont”,”div”,floor3)); re.name_=DOM.GetTextAll(DOM.FindClass(“zf_jjname”,”span”)); re.tel=DOM.FindId(“AgentTel”).value; RESULT.AddRec(re,this.schemaid);
⑦以上完成全部字段配置，效果预览如下：
l 采集步骤
模板配置完成，采集预览没有问题后，可以进行数据采集。
①首先要建立采集数据表：
选择【数据建表】，点击【表单列表】中该模板的表单，在【关联数据表】中选择【创建】，表名称自定义，这里命名为fangtianxia（注意命名不能用数字和特殊符号），点击【确定】。
创建完成，勾选数据表。
②选择【数据采集】，勾选任务名称，点击【开始采集】，则正式开始采集。
③可以在【数据浏览】中，选择数据表查看采集数据，并可以导出数据。
l 课后回顾
FindClass(class名，标签类型，开始查找结点)：当符合条件的class名称唯一时，使用class名来查找结点。
FindName(标签名,开始查找结点)：当查找范围内，符合条件的数据标签唯一时，可以使用标签名称查找标签结点。
GetTextAll(需要获取文本的结点,使用的字符编码)：获取该html标签节点及所有子节点的可见文本。
Child：孩子频道节点。
FindId(idVal)：通过标签的ID属性值查找标签节点，其中idVal表示待查找标签ID属性值。
在操作中如有问题，可进入前嗅官网（http://www.forenose.com），咨询技术支持。