亲宝软件园为您提供后羿采集器的高速下载服务,当前页面下载的版本为3.5.1官方版,如需查看所有版本,可点击这里查看: 网页辅助 数据采集 爬虫软件 小说采集 自媒体工具 采集
后羿采集器是是原Google技术团队倾力打造的一款网页数据采集软件,可视化点选,一键采集网页数据,全平台,Win/Mac/Linux都可用,采集和导出全免费,无限制放心用,可后台运转,速度实时显现。
1、可视化自定义采集流程
全程问答式引导、可视化操作、自定义采集流程
自动记载和模仿网页操作次第
高级设置满足更多采集需求
2、点选抽取网页数据
鼠标点击选择要爬取的网页内容、操作简单
可选择抽取文本、链接、属性、html标签等
3、运转批量采集数据
软件依照采集流程和抽取规则自动批量采集
快速稳定,实时显现采集速度和过程
可切换软件后台运转,不打搅前台工作
4、导出和发布采集的数据
采集的数据自动表格化,自在配置字段
支持数据导出到Excel等本地文件
和一键发布到CMS网站/数据库/微信公众号等媒体
自定义采集百度搜索结果数据的办法
步骤1:创立采集任务
1)启动后羿采集器,进入主界面,选择自定义采集并点击创立任务按钮创立 "自定义采集任务"
2)输入百度搜索的URL,包括三种方式
1、手动输入:在输入框中直接输入URL,多个URL时需要换行分割
2、点击从文件中读取方式:用户选择一个寄存URL的文件,文件中能够有多个URL地址,地址需要换行分割。
3、批量添加方式:经过添加并调整地址参数生成多个有规律的地址
步骤2:自定义采集流程
1)点击创立后自动翻开第一个URL进而进入自定义设置页面,默许曾经创立了开端、翻开网页、完毕的流程块。底部模板区用于拖拽到画布中生成新的流程块;点击翻开网页中的属性按钮,可修正翻开的网址
2)添加输入文字流程块:在底部模板区中拖拽输入文字块到翻开网页块后面左近,当呈现阴影区域的时分能够松开鼠标,此时会自动衔接,添加完成
3)生成完好流程图:仿照上面添加输入文字流程块的拖拽流程添加新块:如下图所示:
关键步骤块设置引见
步骤2:定时等候用于等候前面翻开网页完成
步骤3:点击输入框Xpath属性按钮,在属性菜单中点击图标停止点选网页中的输入框,点击输入文本属性按钮,在菜单中输入要搜索的文本。
步骤4:用于设置点击开端搜索按钮,点击元素的xpath属性按钮,在菜单中点击点选图标,然后点击网页中的百度一下按钮即可。
步骤5:用于设置循环加载下一列表页。在循环块内部的循环条件块中设置细致条件,此处点击操作按钮,选择单个元素,然后在属性菜单中点击元素的xpath属性按钮,同上停止点选网页中的下一页按钮。循环次数属性按钮可默许为0,即不限制点击下一页的次数。
步骤6:用于设置循环抽取列表页中的数据。在循环块内部的循环条件块中设置细致条件,此处点击操作按钮,选择不固定元素列表,然后在属性菜单中点击元素的xpath属性按钮,然后在网页中连续点选两次抽取第一块和第二块元素。循环次数属性按钮可默许为0,即不限制列表中收取字段的数量。
步骤7:用于执行点击下一页按钮操作,点击元素xpath属性按钮,选择运用当前循环中元素的xpath选项。
步骤8:同理用于设置网页加载等候时间。
步骤9:用于设置在列表页抽取的字段规则,点击属性按钮中运用循环中的元素按钮,选择运用循环中的元素选项。点击元素模板属性按钮在字段表格中点击加减停止添加删除字段,添加字段运用点选操作,即点击加号后鼠标挪动到网页元素上点击选择。
4)点击开端采集,启动采集
步骤3:数据采集及导出
1)采集任务运转中
2)采集完成后,选择“导出数据”能够把数据都导出到本地文件
3)选择“导出方式”,将采集好的数据导出,这里能够选择excel作为导出为格式
4)采集数据导出后如下图