前嗅ForeSpider教程：数据建表

今天，小编为大家带来的教程是：如何在前嗅ForeSpider中，进行数据建表操作及各注意事项。主要内容包括：快速建表，自由建表，字段参数，数据表的创建，关联与删除，以及表单变更后的配置修改。

一，如何快速建表
若在数据抽取链接下，没有相应表单可供选择，可点击“创建表单”按钮，快速创建表单。可添加表单名称、字段名称，选择字段类型、表单模板。

1.字段类型
①主键字段
②名称
③标题
④数字（-20亿~20亿）
⑤长整型数字
⑥时间值
⑦地址
⑧小文本（小于64k）
⑨大型文本
（>>字段参数）

2.表单模板
在表单模板中选择已经建好的表单，可以在表单中添加、删除、修改字段。

快速创建表单：

二，如何自由建表

1.概念解释
表单：规定了数据表都有哪些“列”，也就是都有哪些字段。数据存储结构类似的采集任务，可以共用同一个表单。一个表单可以创建多个数据表。
字段：在数据库中，表单的“列”称为“字段”，每个字段存储某一项的信息。

2.创建表单和字段
在表单列表点击“添加”按钮，创建一个新的表单。点击表单配置右侧的“添加”按钮，即弹出添加字段的窗口。

添加字段：

字段具体参数的设置方法，详见下节（>>字段参数）

3.字段修改
在数据建表的表单配置右侧，可以对表单进行一系列操作。

添加字段：

修改字段

字段排名上移

字段排名下移

删除字段

保存数据表

三，字段参数

1.字段名称
字段名称由英文字符、数字、下划线、$构成，且不能以数字开头。
①不支持中文。
②区分大小写。
③不能是SQL语句关键字：如select、time等。

2.字段属性
大部分情况无需选择字段属性。
一般数据表都需要一个主键字段，作为唯一ID记录。主键字段需要勾选“主键字段”，勾选后自动会选上“索引字段”和“键值唯一”。

3.采集内容
指该字段需要从网页上获取的数据内容。
当字段需要存储页面的url地址、采集时间、网页title等内容时，通过选择对应的采集，就可以自动为该字段赋值。（>>自动取值字段）
当某字段存储的是网页上的内容数据时，比如文章的标题、联系人名称、电话号码等，通过选择“选区内全部文本”，再在内置浏览器上定位，就可以自动获取网页的数据。

示例：
（1）选区内全部文本：
<ul><li>百度</li></ul>，采集全部标签下的内容。
（2）选区最外层节点文本：
<ul><li>百度</li></ul>，只选取<ul>节点，不采集<li>和内容。
（3）选区最外两层节点文本：
<ul><li>百度</li></ul>，只采集<ul><li>的内容，不采集的内容。
（4）网页内文字文本：采集整个页面中所有可见的文字文本。

4.数据类型
数据类型如下表所示：

5.字符串长度
只有变量类型是字符串时需要填写长度。字符串长度有两种情况：
（1）短文本
文本长度不大时，可以填写字符串长度，字符串可填写的最大长度为255。字段长度尽量不要设置的偏小，防止有超出长度的数据无法存入数据库。
（2）大文本
文本较大时，无需填写字符串长度。
①长文本：适用于新闻、正文等小于64K的文本。

设置长文本

也可以通过选择变长字段的方式，在数据库中两种方式效果相同。

设置变长字段

②超长文本：适用于论文等长文。

设置超长文本

6.字段描述
在“字段描述”文本框里，用户可以为字段填写描述性的注释内容。

四，数据表的创建、关联与删除

表单只是定义了都有哪些字段，想要实现数据的存储，需要对表单创建对应的数据表。（软件默认连接了ForeLib数据库，可更改。）

关联数据表

创建数据表

选择表单，在表单的左下方点击“创建”，输入数据表名称（仅限英文），完成数据表的创建。

关联数据表

勾选前面的多选框，即已关联数据表。取消勾选，解除关联。
采集数据时，数据存入勾选的数据表。

删除数据表

可以删除已创建的数据表。

反建表单

反建表单会根据数据库中，已存在的数据表创建爬虫表单。

五，表单变更后的配置修改

表单建好后，如果已经配置了模板中的字段，甚至已经建立了数据表，则修改表单，需要进行下列操作。

1.影响字段节点取值的情况
如果字段名称、字段数量和采集内容更改，需要到对应任务的字段节点，修改字段和采集内容。修改方式有两种：
（1）重置表单
重新选择表单名称后，这里的表单将被重置，所有的字段取值配置（包括字段处理脚本）也被清空，需要逐一重新配置字段取值。
（2）添加删除字段
当表单做了修改字段名称、添加删除字段的操作后，可以不必重置表单，在模板列表对应的数据抽取节点，通过右键添加删除字段，将两边的字段名称和数量保持一致即可。
这里的添加删除操作只针对该数据抽取，不会改动表单。

添加数据字段