PDF/word等文件下载方式

为了让更多的用户实现采集需求，满足对网页图片、文档等文件下载等场景的期待，在八爪鱼最新版本上线了【文件下载】功能。大家不仅可以使用八爪鱼采集所需数据，还可以在采集的过程中下载网页上的文件，包括图片、音频、视频、文档等多种格式。

采集过程中，当用户需要采集网页中的图片、文档等各类文件时，八爪鱼可智能识别文件类型并提供下载选项，帮助用户一次性获取所需数据及文件。

【文件下载】功能支持图片、音频、视频、文档等多种格式的文件下载，例如：

但需要注意目前八爪鱼【文件下载】功能仅支持本地采集模式，云采集文件下载功能正在研发中，请大家耐心等待。

常见的应用场景

文件下载功能只有个人版及以上版本支持

网页包含文档等附件

采集示例：http://www.gdgwyw.com/html/gdzk/sz/202204/76_62407.html

采集附件文件链接并下载

1.采集页面的标题、附件链接

自定义配置采集网页的标题，附件链接

页面有多个附件的，需要创建循环获取全部附件的链接

修改附件的循环列表xpath，这里为什么要修改xpath呢？因为默认的循环列表xpath不止是定位到了附件，还定位到了正文段落，我们只需要采集附件，所以需要把xpath修改成只能定位到附件，修改循环列表的xpath为：//div[@id="Zoom"]//p[count(a)=1]

说明：修改xpath需要掌握xpath知识，xpath知识请学习教程：xpath获取方法

2.设置下载文件

设置下载文件，点击附件链接字段右上角【...】选择下载文件

3.设置下载文件报错路径和文件命名方式

4.启动采集下载

最后启动采集并点击确认下载文件

下载完成后我们可用在保存文件的文件夹里，三个文件已经下载下来了

如果附件链接是不能直接提取采集到的，但是网页源码里有附件的链接，可以采集网页源码后格式化获取附件的链接，然后再设置下载文件。采集源码格式化获取链接的方法可参考教程：视频采集下载方法