网页抓取解密(自动模式检测WebHarvy自动识别网页中支持运行JavaScript和表达式的方法)

　　网页抓取解密(自动模式检测WebHarvy自动识别网页中支持运行JavaScript和表达式的方法)

　　SysNucleus WebHarvy 是一款具有自动检测模式的网页数据抓取工具，可以从多个页面中提取数据并导出到数据库或文件夹中。WebHarvy 支持运行 JavaScript 和表达式，让你灵活抓取数据，有需要的朋友快来下载吧！

　　WebHarvy 功能

　　点击界面

　　WebHarvy 是一个可视化的网络爬虫。绝对不需要编写任何脚本或代码来抓取数据。您将使用 WebHarvy 的内置浏览器来浏览网络。您可以选择要单击的数据。这简单！

　　自动模式检测

　　WebHarvy 自动识别网页中出现的数据模式。因此，如果您需要从网页中抓取项目列表（姓名、地址、电子邮件、价格等），则无需执行任何其他配置。如果数据重复，WebHarvy 会自动删除它。

　　导出捕获的数据

　　您可以以多种格式保存从网页中提取的数据。当前版本的 WebHarvy Web Scraper 允许您将抓取的数据导出为 Excel、XML、CSV、JSON 或 TSV 文件。您还可以将捕获的数据导出到 SQL 数据库。

　　从多个页面中提取数据

　　通常，网页会在多个页面上显示产品列表等数据。WebHarvy 可以自动从多个页面抓取和提取数据。只需指出“链接到下一页”，WebHarvy Web Scraper 就会自动从所有页面中抓取数据。

　　基于关键字的抓取

　　通过在搜索表单中自动提交输入关键字列表来抓取数据。可以将任意数量的输入关键字提交到多个输入文本字段以执行搜索。可以提取所有输入关键字组合的搜索结果数据。

　　通过代理服务器

　　为了匿名抓取，防止网页抓取软件被网页服务器拦截，您可以选择通过代理服务器或VPN访问目标网站。可以使用单个代理服务器地址或代理服务器地址列表。

　　类别提取

　　WebHarvy Web Scraper 允许您从链接列表中获取数据，从而在网站中生成相似的页面/列表。这允许您使用单个配置来抓取站点内的类别和子类别。

　　正则表达式

　　WebHarvy 允许您在网页的文本或 HTML 源代码上应用正则表达式 (RegEx) 并删除匹配的部分。这种强大的技术为您在抓取数据时提供了更大的灵活性。

　　运行 JavaScript

　　在提取数据之前在浏览器中运行您自己的 JavaScript 代码。这可用于与页面元素交互或调用已在目标页面中实现的 JavaScript 函数。

　　下载图片

　　您可以下载图像或提取图像 URL。WebHarvy 可以自动提取显示在电子商务网站的产品详细信息页面上的多个图像。

　　浏览器自动交互

　　WebHarvy 可以轻松配置为执行任务，例如单击链接、选择列表/下拉选项、在字段中输入文本、滚动页面等。

　　安装教程

　　1、下载并安装 SysNucleus WebHarvy

　　2、安装完成后，将Crck文件夹下的WebHarvy.exe复制到安装目录替换

　　3、 破解完成