爬山虎采集器官方版专为采集数据一个软件,通过它用户们能够进行更加便捷的采集,同时具有多种格式的输出,还能够自动生成脚本,支持大部分的网站。
爬山虎采集器教学说明
一:输入采集网址
打开软件,新建任务,输入需要采集的网站地址。
二:智能分析,全程自动化提取数据
进入到第二步后,爬山虎采集器全自动智能分析网页,并且从中提取出列表数据。
三:导出数据到表格、数据库、网站等
运行任务,将采集到的数据导出为表格、网站以及各种数据库,支持api导出。
爬山虎采集器软件特色
脚本定时运行
可按照计划定时运行,无需人工
向导模式
简单易用,轻松通过鼠标点击自动生成
独创高速内核
自研的浏览器内核,速度飞快,远超对手
广告屏蔽
定制的广告屏蔽模块,兼容adblockPlus语法,可添加自定义规则
智能识别
对于网页中的列表、表单结构(多选框下拉列表等)能够智能识别
多种数据导出
支持Txt 、excel、mysql、SQLServer、SQlite、access、网站等
应用优势
简单易学,通过可视化界面,鼠标点击即可抓取数据
内置一套高速浏览器内核,加上HTTP引擎模式,实现快速采集数据
能够采集互联网99%的网站,包括单页应用Ajax加载等等动态类型网站
常见问题
问:如何抓包获取Cookie,并且手动设置?
1.首先,使用谷歌浏览器打开要采集的网站,并且登陆。
2.然后按下 F12,会出现开发者工具,选择 Network
3.然后按下F5,刷新下页面, 选择其中一个请求。
4.复制完成后,在爬山虎采集器中,编辑任务,进入第三步,指定HTTP Header。
问:如何过滤列表中的前N个数据?
1.有时我们需要对采集到的列表进行过滤,比如过滤掉第一组数据(在采集表格时,过滤掉表格列名)
2.点击列表模式菜单中的,设置列表xpath