可以用ForeSpider数据采集系统试一下，系统已将框架都搭建好，直接根据网页结构进行相应配置即可，还有大量实战教程可以参考。这是采集新浪财经上市公司高管信息的教程，可供您参考。
采集网站
【场景描述】采集新浪财经所有行业板块中上市公司的高管信息。
【源网站介绍】
新浪财经，提供7X24小时财经资讯及全球金融市场报价,覆盖股票、债券、基金、期货、信托、理财、管理等多种面向个人和企业的服务。
【使用工具】前嗅ForeSpider数据采集系统
【入口网址】
http//p1.toutiaoimg.com/large/3988c0002d821cf627646" web_uri="3988c0002d821cf627646" img_width="1024" img_height="906" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988c0002d81e42158aad" web_uri="3988c0002d81e42158aad" img_width="971" img_height="350" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988b000190734ebe44b9" web_uri="3988b000190734ebe44b9" img_width="1080" img_height="482" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988b0001906d67b43a4e" web_uri="3988b0001906d67b43a4e" img_width="622" img_height="37" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988c0002d817e82707cb" web_uri="3988c0002d817e82707cb" img_width="1080" img_height="525" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988c0002d81584977bb0" web_uri="3988c0002d81584977bb0" img_width="590" img_height="249" fold="0" onerror="javascript//vip.stock.finance.sina.com.cn/mkt/#new_+行业名称首字母
比如：
http//vip.stock.finance.sina.com.cn/mkt/#new_tchy （陶瓷行业）
②所以获取行业链接的方法为：将各行业关键词的首字母设置为关键词，用脚本拼接行业链接。
③设置关键词，具体步骤如下所示：
关键词文本如下：
new_blhy;new_cbzz;new_cmyl;new_dlhy;new_dqhy;new_dzqj;new_dzxx;new_fdc;new_fdsb;new_fjzz;new_fzhy;new_fzjx;new_fzxl;new_glql;new_gsgq;new_gthy;new_hbhy;new_hghy;new_hqhy;new_jdhy;new_jdly;new_jjhy;new_jrhy;new_jtys;new_jxhy;new_jzjc;new_kfq;new_ljhy;new_mtc;new_mthy;new_nlmy;new_nyhf;new_qczz;new_qtxy;new_slzp;new_snhy;new_sphy;new_stock;new_swzz;new_sybh;new_syhy;new_tchy;new_wzwm;new_ylqx;new_yqyb;new_ysbz;new_ysjs;new_zhhy;new_zzhy
④高级设置，设置一个关键词参数，具体操作如下图所示：
⑤编写关键词拼写链接的脚本：
具体脚本文本如下：
var sear=EXTRACT.GetSearch(this); //关键词获取
var k=sear.Search();//查找关键词
while(k){ //遍历关键词
url u;//定义一个url
u.urlname="http//p1.toutiaoimg.com/large/3988b000190769a8dfad8" web_uri="3988b000190769a8dfad8" img_width="1080" img_height="521" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988b00019074ab8ea9d3" web_uri="3988b00019074ab8ea9d3" img_width="1080" img_height="515" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988c0002d8182dec8979" web_uri="3988c0002d8182dec8979" img_width="1044" img_height="719" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988b00019070ae802142" web_uri="3988b00019070ae802142" img_width="672" img_height="553" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988c0002d82372d1ccd3" web_uri="3988c0002d82372d1ccd3" img_width="1080" img_height="461" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988b0001906e307c9147" web_uri="3988b0001906e307c9147" img_width="1080" img_height="60" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988b000190814e9f3495" web_uri="3988b000190814e9f3495" img_width="1080" img_height="480" fold="0" onerror="javascript//vip.stock.finance.sina.com.cn/quotes_service/api/json_v2.php/Market_Center.getHQNodeData?page="+i+"&num=80&sort=symbol&asc=1&node="+hangye;//根据翻页链接规律，拼翻页
u.title = hangye; //返回链接名称为行业
u.tmplid = 2;//关联模板2
RESULT.AddLink(u);
}
⑥采集预览，如下图所示，表示翻页链接已生成。
4. 采集公司链接
①在浏览器中打开几个公司链接，可发现规律为：
②而公司id则在模板01获取到的翻页链接请求中，采集预览，在浏览器中打开任意一个翻页请求，经观察发现，这是一个json，公司id为每个对象的symbol值。
③新建模板02，并在其下新建一个链接抽取
④脚本如下所示：
脚本文本：
var ur=URL.urlname;//定义ur变量为当前请求链接，即翻页请求链接
var doc = EXTRACT.OpenDoc(CHANN, ur, "");//打开请求
var tstr = doc.GetDom().GetSource();//打开请求中的dom树，并获取源码，定义源码为tstr
jScript js;//定义一个js
var obj = js.RunJson(tstr);//执行tstr代码并返回一个对象
for(var i=0;i<=79;i++){
var obj_a=obj[i];//定义obj_a为第i个对象
var goodsname=obj_a.symbol;
EXTRACT.CloseDoc(doc);//关闭请求
url u;
u.urlname="https//p1.toutiaoimg.com/large/3988b000190793b169d5b" web_uri="3988b000190793b169d5b" img_width="1080" img_height="750" fold="0" onerror="javascript//p1.toutiaoimg.com/large/3988c0002d8205cc6d2cf" web_uri="3988c0002d8205cc6d2cf" img_width="302" img_height="187" fold="0" onerror="javascript//vip.stock.finance.sina.com.cn/corp/go.php/vCI_CorpManager/stockid/+公司id+.phtml
③填写脚本如下：
④采集预览，如下所示：
6.抽取高管链接
①新建模板04，在其下新建一个数据抽取，具体操作如下所示：
②填写示例地址，复制任意一个企业高管链接，在下图所示位置：
点击右上角保存后，双击模拟浏览器空白处，模拟浏览器加载出该页面。
③点击模板预览
④经观察发现，高管链接规律为，都包含：http//p1.toutiaoimg.com/large/3988c0002d827c326cbae" web_uri="3988c0002d827c326cbae" img_width="928" img_height="529" fold="0" onerror="javascript//vip.stock.finance.sina.com.cn/corp/view/vCI_CorpManagerInfo.php?stockid=的链接都过滤出来。
7.抽取高管数据
①新建模板05，在其下新建一个数据抽取。
②关联模板，将模板04关联至模板05。
填写示例地址，将任意一个高管链接填写至如下位置：
③新建一个数据表单，具体步骤和字段属性如下所示：
④关联数据表单，如下图所示：
⑤数据取值
A. uname：打开浏览器，F12，查看高管名称，发现其在源码中，如下图所示。
使用脚本取值，具体如下图所示：
B. usex：使用定位取值的方法，进行取值。
C. ubirth：定位取值（同上）
D. Uedu：定位取值（同上）
E. Country：定位取值（同上）
F. Intro：定位取值（同上）
G. Company：定位取值（同上）
⑥采集预览
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【qiyegaoguan】（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，并点击右上角保存按钮。
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采集中：
④采集结束后，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。
⑤导出的文件打开如下图所示：