后羿采集器

软件简介

后羿采集器是是原3603.html">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，可后台运行，速度实时显示。

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

自动记录和模拟网页操作顺序

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、运行批量采集数据

软件按照采集流程和抽取规则自动批量采集

快速稳定，实时显示采集速度和过程

可切换软件后台运行，不打扰前台工作

4、导出和发布采集的数据

采集的数据自动表格化，自由配置字段

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方法

步骤1：创建采集任务

1）启动后羿采集器，进入主界面，选择自定义采集并点击创建任务按钮创建 "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时须要换行分割

2、点击从文件中读取方式：用户选择一个存放URL的文件，文件中可以有多个URL地址，地址须要换行分割。

3、批量添加方式：通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）点击创建后自动打开第一个URL进而进入自定义设置页面，默认已经创建了开始、打开网页、结束的流程块。底部模板区用于拖拽到画布中生成新的流程块；点击打开网页中的属性按钮，可修改打开的网址

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打开网页块后面附近，当出现阴影区域的时候可以松开鼠标，此时会自动连接，添加完成

3）生成完整流程图：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：

关键步骤块设置介绍

步骤2：定时等待用于等待前面打开网页完成

步骤3：点击输入框Xpath属性按钮，在属性菜单中点击图标进行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：用于设置点击开始搜索按钮，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详细条件，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，同上进行点选网页中的下一页按钮。循环次数属性按钮可默认为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详细条件，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认为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，选择使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待时间。

步骤9：用于设置在列表页抽取的字段规则，点击属性按钮中使用循环中的元素按钮，选择使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进行添加删除字段，添加字段使用点选操作，即点击加号后鼠标移动到网页元素上点击选择。

4）点击开始采集，启动采集

步骤3：数据采集及导出

1）采集任务运行中

2）采集完成后，选择“导出数据”可以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，这里可以选择excel作为导出为格式

4）采集数据导出后如下图