Maxun 无代码采集教程：录制操作、分页抓取与结果导出

不想先学习爬虫框架，也可以从一个小列表开始采集。Maxun 的 Recorder Mode 用界面把字段与分页动作保存成任务，但录制预览正确并不代表保存后运行也正确，导出有四十行也不代表前两页都采全。

本文面向运营和分析人员。我们以 Books to Scrape 总目录为例，提取列表展示标题、展示价格和库存文案，设置下一页与最多四十行，再导出核对。列表没有的 UPC 与详情描述不在本轮范围；取得详情链接也不等于已经访问详情。

准备输入地址

先在浏览器找到下列页面并确认内容，再从地址栏复制完整地址。服务或仓库地址从相应账户设置、官方项目的接入说明或克隆菜单取得。不要从示例输出中反推真实地址。

• BOOKS_LIST_URL：Books to Scrape 总目录第一页地址。

下文 JSON 或任务参数中的 <变量名> 是待替换标记，提交前填写刚复制的实际值；JSON 不会自动展开环境变量。结果示例中的 example.16yun.cn 只表示来源字段的形状，不是本文部署的演示站。

接入工作台，不需要先配置模型

从 Maxun 官方项目页 的 Go To App 进入在线工作台，或使用团队管理员已经提供的实例。登录后确认账号可以创建并运行 Recorder 任务。在线服务功能、容量与费用按实际账户确认。

本篇采用可用工作台作为运行环境，不要求读者另外安装 Node、数据库与模型。自托管部署请按对应发布版本的官方部署说明建立环境；它与工作台内的录制是不同工作，不应混在第一次提取排错中。

在工作台中创建任务，选择 Extract 与 Recorder Mode，而不是 AI Mode。本文的字段捕获和分页不需要模型密钥。服务端浏览器必须能访问目标站；你电脑能访问某个内网页面，不能证明远端浏览器也能访问。

先人工记下两页的核对线索

打开总目录第一页与第二页，确认页面确实不同。各选两本可辨认的书，记录列表展示标题与价格，作为之后检查的线索。练习站的价格只是演示数据。

本例字段约定如下：

如果界面只提供链接文本而非地址，就先不导出 detail_url，不能把“查看详情”或标题字符串改名伪装成来源 URL。保存本次入口地址与任务名称，作为结果的批次上下文。

创建录制并选择重复对象

在 Website address 填入：

<BOOKS_LIST_URL>

点击 Start recording。录制页打开后，先确认它显示商品目录而非访问错误。然后选择 Capture List，点击一张商品卡片的重复区域，观察高亮与预览。

正确预览应该是一张卡片对应一行。若整页内容挤在一格，说明范围过大；若只看到单本书，说明没有识别重复对象；若标题和价格跨书混在一起，说明字段没有建立在同一个卡片内。

先把这个范围修好，再选各列。不要在错误列表上继续添加分页，否则只会重复采集错误结构。

配置字段并逐列核对

在列表捕获中选择标题、价格、库存对应的子元素，按实际列编辑能力命名为前面的字段。每添加一列，都检查第一本和中间一本：标题和金额必须来自同一个商品，而不是列表中第一个价格被复制到所有行。

完成后使用 Confirm Capture、Confirm 或 Finish Capture 等当前步骤提供的确认操作。不同界面状态的按钮可能不同，应以已选列表和预览结果为准，不是看见 Confirm 就随意结束任务。

列表标题在页面上可能被截断，显示成 A Light in the ...。这不是导出编码错误。若业务需要完整书名，检查当前捕获能否读取链接 title 属性；不能读取时，需要单独的详情任务或更适合的工具，不能让软件凭截断片段补全名称。

设置下一页与行数限制

在分页设置里选择 Click Next。检查自动检测高亮的是页面底部 next 按钮，而不是分类菜单或页码一。选错时使用 Choose Different Element，重新指向下一页。

选择最大行数 Custom，填入 40。当前练习站通常每页二十本，这个限制用于得到一个小批次；它是行数上限，不是“恰好两页”的通用配置。如果页面每页条数变化、行被去重或规则没命中，上限不能替你证明页数。

不要选 Click Load More 来操作普通下一页链接。加载更多是在同一列表追加，Click Next 则需要确认新页面或新内容。无限滚动又是另一种停止逻辑，不能仅因为都有新行就互相替换。

保存后独立运行一次

点击 Finish，为机器人填写能辨认的名称，例如 books-first-40，再 Save。没有有效 capture action 的空录制不能当成已保存提取任务。

回到任务列表运行保存的机器人。这个步骤要与录制预览分开：预览可能沿用当前页面状态，保存后运行则会按记录的步骤重建过程。

运行完成后打开结果中的 Captured Lists 或对应数据区域。先找你人工记下的第二页样本，再检查第一页样本。只看总行数，可能把第一页重复抓两次误认为覆盖了两页。

导出文件并做一次对账

在本次运行结果里打开 Download options，选择 JSON 或 CSV。JSON 更便于保持结构；CSV 可以用表格软件逐列检查。导出菜单与结果区说明见 Maxun 官方项目。

下面是整理后 CSV 的字段结构示意，不是实际运行下载：

title_display,price_display,availability_display
A Light in the ...,£51.77,In stock

保留原始下载，另存一份工作副本。打开 CSV 时明确编码，并把编号等可能被自动转换的列设为文本。不要把表格软件自动改过的副本当成原始采集证据。

对账分四步：先核对列含义，再筛选空字段，再找前两页人工样本，最后检查重复。如果有可用详情 URL，优先按链接判断重复；没有稳定标识时，标题与价格相同只能作为疑似重复，不能据此自动删除。

若两本书的展示标题都被截断成相同文字，简单文本去重可能丢数据。因此“只有三十九行”不应立刻靠提高上限解决，需要先检查列的识别能力和去重含义。

出错时按阶段回查

录制窗口打不开。 确认账号功能、浏览器容量与目标可达性。自托管环境让管理员检查浏览器服务与后端连接；不要先修改列表字段。

预览只有一行。 重选重复卡片范围，确认高亮覆盖同类项。点击一个标题文本并不一定等于选中了整个列表。

预览有值，独立运行为空。 核对入口页、保存的捕获动作和页面就绪状态。查看当前运行错误，而不是只盯着上次预览；必要时在小范围重新捕获。

只有第一页。 检查最大行数是否仍为当前页条数，分页高亮是否正确，点击后是否真正出现新内容。重新运行后应看到第二页样本，才继续扩大任务。

价格在不同商品间错位。 确认字段相对同一重复对象提取。删除错列并重新选取，先抽查两行，不把整个表导出后手工对齐当作长期方案。

任务不停点击。 停止运行，检查下一页是否循环、内容是否不变化、最大行数是否合理。修正后用小上限重新执行，不靠长时间等待碰运气。

页面改版后列名没变但内容变了。 列名只表示输出标签，不能证明定位规则仍有效。拿人工样本重新检查字段位置与行关联。

先把一个公开列表录制成可重复的小任务，理解字段、分页和结果三者的关系，再增加登录、分类和详情步骤。无代码降低了配置门槛，数据含义与覆盖范围仍需要明确。