爬山虎采集器官网版是一款适合绝大多数网站的网页信息采集软件,爬山虎采集器能够达到智能识别、快速采集、生成多格式数据输出的效果,满足您对指定网页数据采集的需求。如果您需要对某个指定网页数据进行采集,使用这款软件即可。
一键提取数据
简单易学,通过可视化界面,鼠标点击即可抓取数据
快速高效
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
适用各种网站
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
向导模式
简单易用,轻松通过鼠标点击自动生成
脚本定时运行
可按照计划定时运行,无需人工
独创高速内核
自研的浏览器内核,速度飞快,远超对手
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
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
多种数据导出
支持Txt 、Excel、MySQL、SQLServer、SQlite、Access、网站等
第一步:打开下载好的安装包,直接选择运行。
第二步:接收相关条款后,运行安装程序PashanhuV2Setup.exe。 install
第三步:然后一直点击下一步,直到完成。
第四步:安装完成后,可以看到爬山虎采集器V2的主界面 main
第一步: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。
第二步: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。
第三步: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Csv、Excel以及各种数据库,支持api导出。
1、如何采集手机版网页的数据?
一般情况下,一个网站有电脑版网页和手机版网页,如果电脑版(PC)网页的反爬虫很严格的话,我们就可以尝试抓取手机网页。
①选择新建编辑任务;
②在新建的【编辑任务】中,选择【第三步、设置】;
③设置UA(浏览器标识)为“手机”即可。
2、如何手动选择列表数据(当自动识别失败时)
在采集列表页时,如果自动识别列表失败,或者识别的数据不是我们想到的数据,这时我们就需要手动选择列表数据。
如何手动选择列表数据呢?
①点击【清空所有】,把已有字段清空掉。
②点击菜单栏的【列表数据】,选择【选择列表】
③用鼠标点击列表中的任一元素。
④在点击列表中另一行的一个相似元素。
一般情况下,这时采集器会自动列举出列表中的所有字段。我们在对结果进行一些修改即可。
如果没有列举出字段的话,就需要我们手动添加字段。点击【添加字段】,然后点击列表中的元素数据即可。
3、采集文章正文时,鼠标无法选中整个内容时怎么办?
一般情况下,在爬山虎采集器中,通过鼠标点击,选择要抓取的内容。但是在一些情况下,比如要抓取一篇文章的完整内容时,内容较长时,鼠标有时就不好定位了。
①我们可以通过右击网页选择【检查元素】,来定位内容。
②通过点击【向上】按钮,扩大选择的内容。
③当扩大到我们的整篇内容时,全选中【XPath】,然后复制。
④修改字段的XPath,把刚才复制的XPath粘贴进去,确定。
⑤最后,修改取值属性,想要HMTL就使用InnerHTML或者OuterHTML。
新增任务列表拖动操作、多选、批量操作
新增分组的计划任务
新增请求截取功能
新增通过点击深入采集功能(字段菜单下
简易采集任务的参数,新增多行模式和从文件导入功能
新增 任务编辑器的浏览器tab页图标
新增开机自启动软件功能
适配高分辨屏幕(高DPI
移动 分页执行脚本命令选项 至脚本编辑界面
优化滚动命令
移除禁用flash、弹窗 选项
优化计划任务的设置
同类推荐
2020-05-12
立即下载2022-07-12
立即下载2022-07-26
立即下载2022-08-13
立即下载2022-08-13
立即下载2022-08-13
立即下载