軟件介紹
爬山虎采集器V2是一款支持99%的網(wǎng)站數(shù)據(jù)采集的高效網(wǎng)頁信息采集軟件，它能生成Excel表格，api數(shù)據(jù)庫文件等內(nèi)容，幫助你管理網(wǎng)站數(shù)據(jù)信息，如果您需要對某個(gè)指定網(wǎng)頁數(shù)據(jù)進(jìn)行采集，使用這款軟件即可。
軟件特色
1、一鍵提取數(shù)據(jù)
簡單易學(xué)，通過可視化界面，鼠標(biāo)點(diǎn)擊即可抓取數(shù)據(jù)。
2、快速高效
內(nèi)置一套高速瀏覽器內(nèi)核，加上HTTP引擎模式，實(shí)現(xiàn)快速采集數(shù)據(jù)。
3、適用各種網(wǎng)站
能夠采集互聯(lián)網(wǎng)99%的網(wǎng)站，包括單頁應(yīng)用Ajax加載等等動(dòng)態(tài)類型網(wǎng)站。
功能介紹
1、向?qū)Ｊ?/strong>
簡單易用，輕松通過鼠標(biāo)點(diǎn)擊自動(dòng)生成。
2、腳本定時(shí)運(yùn)行
可按照計(jì)劃定時(shí)運(yùn)行，無需人工。
3、獨(dú)創(chuàng)高速內(nèi)核
自研的瀏覽器內(nèi)核，速度飛快，遠(yuǎn)超對手。
4、智能識別
對于網(wǎng)頁中的列表、表單結(jié)構(gòu)（多選框下拉列表等）能夠智能識別。
5、廣告屏蔽
定制的廣告屏蔽模塊，兼容AdblockPlus語法，可添加自定義規(guī)則。
6、多種數(shù)據(jù)導(dǎo)出
支持Txt 、Excel、MySQL、SQLServer、SQlite、Access、網(wǎng)站等。
使用方法
第一步：輸入采集網(wǎng)址
打開軟件，新建任務(wù)，輸入需要采集的網(wǎng)站地址。
第二步：智能分析，全程自動(dòng)化提取數(shù)據(jù)
進(jìn)入到第二步后，爬山虎采集器全自動(dòng)智能分析網(wǎng)頁，并且從中提取出列表數(shù)據(jù)。
第三步：導(dǎo)出數(shù)據(jù)到表格、數(shù)據(jù)庫、網(wǎng)站等
運(yùn)行任務(wù)，將采集到的數(shù)據(jù)導(dǎo)出為Csv、Excel以及各種數(shù)據(jù)庫，支持api導(dǎo)出。
常見問題
問：如何過濾列表中的前N個(gè)數(shù)據(jù)？
1.有時(shí)我們需要對采集到的列表進(jìn)行過濾，比如過濾掉第一組數(shù)據(jù)（在采集表格時(shí)，過濾掉表格列名）。
2.點(diǎn)擊列表模式菜單中的，設(shè)置列表xpath。
問：如何抓包獲取Cookie，并且手動(dòng)設(shè)置？
1.首先，使用谷歌瀏覽器打開要采集的網(wǎng)站，并且登陸。
2.然后按下 F12，會出現(xiàn)開發(fā)者工具，選擇 Network。
3.然后按下F5，刷新下頁面， 選擇其中一個(gè)請求。
4.復(fù)制完成后，在爬山虎采集器中，編輯任務(wù)，進(jìn)入第三步，指定HTTP Header。
更新日志
1.增加插件功能。
2.增加導(dǎo)出 txt （一條保存為一個(gè)文件）。
3.多值連接符支持換行符。
4.修改數(shù)據(jù)處理的文本映射（支持查找替換）。
5.修復(fù)登陸時(shí)的DNS問題。
6.修復(fù)圖片下載問題。
7.修復(fù) json 一些問題。
百度_baidu.com
百家號_baijiahao.baidu.com
