文章采集软件(web爬虫spider+excel数据处理的话，推荐爬虫框架mysqld)

　　文章采集软件(web爬虫spider+excel数据处理的话，推荐爬虫框架mysqld)

　　文章采集软件，一般是结合web爬虫使用来实现。推荐的话python的requests、beautifulsoup、excel爬虫的话finereport、wordpress爬虫的话futurewolf，都有一个专门的excel版本，也就是采集pdf相关的爬虫可以用scrapy等框架，也可以用requests和beautifulsoup。

　　excel是可以，

　　爬取系统数据分两块：一是web爬虫。（python）；二是web爬虫spider+excel数据处理加载的话，推荐爬虫框架mysqld，并且最好加一个字典存储爬取的结果类型。excel数据处理一般用excelhome开发的excel()系列爬虫或者beautifulsoup。也有一些公司（乐视，aliwang）用webwork()、openxlsx等。

　　没有。

　　我怎么记得阿里是用scrapy的。

　　tornado写一个爬虫，用requests、beautifulsoup和wordpress的。

　　nodejses6+flask+requests

　　推荐用wordpress，支持markdown，爬虫自带数据提取和转换工具，完全可以搞定pdf的处理。其实是非常适合做web爬虫的，

　　excel比pdf要好用，因为wordpress的pdf转换工具做得不好，要靠第三方插件转换，会流失pdf的一些信息，正是因为pdf转换这个功能，导致许多大小合适的文件被分割成了pdf。