网站内容采集器(网站内容采集器采集数据过程中你访问不到这些数据)

　　网站内容采集器(网站内容采集器采集数据过程中你访问不到这些数据)

　　网站内容采集器采集网站里的所有内容，都是实时的，不会存储，采集数据过程中你访问不到这些数据。通过微信公众号就可以访问地址，

　　您好：有些站的默认页就可以查看各个网站的内容，并在浏览器中显示，所以很好做；但是还有不少站需要付费，并且大部分需要翻墙，有些站默认页可能是外链，但其实他的内容是我们自己采集过来的，很多站都一样，根本不用付费才能看内容。

　　不翻墙可以看吗？可以的话，

　　有网站采集软件的，下载安装就可以使用，到了采集的地方直接输入网址就可以看了，

　　刚好这周在看一个分享站点，好多网站点进去可以看到采集的链接，所以遇到这个问题来查找答案。一看到有位新手居然说可以用baas、用云采集，深表叹服。既然别人说有这个功能，我们就借用呗。那么就像百度相机和相机。一张照片就能采集，而且看起来也不麻烦。（咦，从此到处搜索自己无法解决的问题也有点好玩）可是还是要确定，有没有正规的浏览器插件可以帮我获取数据啊！首先下载了金山快盘的浏览器插件（答主有用过一次，使用方法有点不熟，所以这里也顺便讲讲）（答主还推荐用360手机版采集，亲测稳定。

　　这里主要是浏览器兼容性问题，而金山和金山快盘插件只是baas+editor的图标，所以有时候没有找到正确的方法。）首先我们打开金山快盘：点击files图标，然后点击“浏览”，访问需要采集的网页。一般我们可以看到word文档、公众号文章等文章类型的文件夹，此时，我们需要访问其中任意一个文件夹才能采集，否则就不能看到采集好的页面内容。

　　而此时我们有另一个问题要问了：我采集完毕看到的只是demo内容，是不是从我采集的文件中采集出来的。为了看到真正的采集好的页面，我们要把网页代码，也就是代码中所有的html（网页元素文本标记语言）采集出来。进入知乎网页（图片有点糊请无视），我们可以看到是一些html元素，我们用插件freewhite.js来采集它们，并且是采集元素的最上面。

　　如何实*敏*感*词*山快盘浏览器：如图，点击左侧菜单栏的"工具"---"扩展"---"开发者工具"2.依次选择windows,在"浏览"选项页面的"更多工具"，然后选择"freewhite"，然后确定。3.在"开发者工具"页面的"更多工具"，然后选择"freewhite"，然后确定。我们就看到金山快盘的所有站点里面的html代码了，我们去掉"books"里面的，并不影响生。