上一期蕾奧技術研究文章中，介紹了網址規則，并利用網址規則采集了南山區所有二手房住宅小區頁面的網址。本期將繼續在已獲取的網址上，借助網頁源代碼中的標簽，提取頁面中的目標數據。
2. 通過源代碼中的標簽截取頁面中的信息
在測試網址采集結果正常后，點擊上方標簽“第二步：采集內容規則”。在左上部的“頁面內容標簽定義”中，刪除軟件已有的默認標簽。
這一步是用頁面標簽來定位數據。原理是在源代碼中找到數據前后出現的兩段代碼，且保證第一段代碼在網頁中是唯一存在的，則軟件會自動采集兩段代碼之間的數據。
接下來開始分析網頁元素，本篇以Google Chrome瀏覽器為例。在頁面空白處單擊右鍵，單擊“查看網頁源代碼”和“檢查”，會在新標簽頁中打開網頁源代碼，并在瀏覽器右側會顯示開發者工具。
單擊開發者工具左上角的選擇元素按鍵，點擊頁面上的標簽，即可在開發者工具中看到對應代碼。
此處以價格為例，當鼠標指到價格標簽時，開發者模式中可以看到對應代碼。
展開該代碼塊可見，average是二手房均價標簽，unit是單位標簽。
于是在網頁源代碼的頁面中Ctrl+F搜索這兩個標簽，顯示結果為
說明該網站在此處將價格隱藏。于是換一個思路，既然搜不到標簽，直接搜價格“80233”，可以看到這次的結果變成了
這段數據為頁面中歷史售價曲線圖的數據，而comm_midprice則為當前均價的標簽。通過頁面搜索顯示，comm_midprice在這段代碼中是唯一的。
因此復制該標簽到價格前的所有內容，即"comm_midprice":"，作為前段標簽。
在火車采集器的“頁面內容標簽定義”部分，點擊“添加”，設置標簽名為“均價”，提取數據方式默認為“前后截取”，粘貼上文復制的開始字符串，再從代碼中復制價格后的引號作為結束字符串。單擊“確定”保存。
同樣的方法，提取物業類型數據。選擇頁面上的物業類型數據后，可以看到開發者模式中顯示的對應標簽為：
在網頁源代碼中搜索該標簽，顯示結果僅有一個：
回到火車編輯器中添加該標簽為：
以同樣的方式，添加物業費、總建面積、總戶數、建造年代、停車位、容積率、綠化率、開發商、物業公司等標簽。