魔法工具 | “优采云”帮你从网页上扒数据

　　魔法工具 | “优采云”帮你从网页上扒数据

　　这是怎么了美美？为什么看起来愁眉苦脸的？

　　别提了！老板让我把网上的这些数据整理在excel表格里。可是这里有那么庞杂的数据，可够我整理一阵子的了。你如果用一个个数据复制粘贴的方法是得费一阵子功夫。但是如果用“优采云采集器”，那就是几分钟就搞定的事情啦！

　　优采云是一款便捷的网页数据采集器，简单地说，它能够帮助我们从结构化的网页上抓取需要的数据，并且列表化导出，方便后续的处理加工。软件目前只支持Windows系统，使用Mac系列电脑的朋友可以安装虚拟机或双系统使用。

　　下载好软件并注册账户后，你将看到图示的界面：

　　右侧是我们的主要工作区，优采云提供了三种模式供使用：向导模式、高级模式和智能模式。

　　向导模式集合了四种常用的采集方法，分别为列表或表格采集、列表及详情采集、URL列表采集和单网页采集，它们的功能及差别如下：

　　优采云设置了向导来帮你了解这些采集模式，点击“开始学习”，软件会自动演示过程，只要顺着它的指引便能熟悉相关操作。下面新新为大家演示列表或表格采集的具体流程：

　　1设置任务名称

　　填写任务名、组和备注信息，方便自己辨识即可。

　　2设置网址

　　填入需要采集数据的网页，注意这个网页的内容必须是结构化的（即整齐、有规律的）。

　　3设置列表

　　点击网页中一个单位的整块信息区域，如图中标黄的一块为店铺“老山东”在该页面上的完整信息，你需要点击两到三个项目，直到优采云能够自动抓取下方的所有项目为止。

　　4设置字段

　　字段即你想要抓取的数据内容，在下方网页中点选好即可。

　　5设置翻页

　　顾名思义，设置是否需要翻页，若需要翻页，还应在网页中点选【下一页】来让优采云知道如何翻页。

　　6完成及导出

　　至此，一个采集任务就已配置完成了，接下来你可以让程序开始运行采集任务了。单机采集即在本计算机上采集，对所有用户开放。云采集则是在云端运行，使用云采集不要求配置任务的计算机在线，也就是你可以关掉电脑等待这个任务完成，更加方便，但云采集只对旗舰版用户开放。

　　采集任务开始后将弹出如下窗口，可以看到我们需要的数据都列表化地被抓取下来了。任务完成后你还可以将结果导出到数据库或者excel、csv等文件类型。

　　高级模式相对复杂，你需要自行设计采集的工作流程。组合相应的动作（包括打开网页、点击、循环、条件选择等），可以得到更优化的个性化采集方式，事实上向导模式中的四类都是可以通过高级模式编写出来的。

　　智能模式更加简单，你只需给予优采云一个网址，它就会自动把该网页上能够抓取的数据整理出来。

　　总的来说，优采云的操作还是比较人性化的，除了程序内置的几类采集模式外，你还可以在资源市场下载其他用户分享的采集规则来满足需求，比如微博评论的抓取、论坛帖子的采集等等。该软件本身免费，采用积分制，每次导出数据都将扣除一定积分，通过分享数据资源和采集规则等方式可以赚取积分，当然付费升级会更简单地解决这个问题。

　　美美，老板交给你的事情完成得怎么样了？

　　真是神奇！用这个优采云采集器好快就搞定了。连老板也没想到我能那么快完成呢。看来我马上又要升职加薪走上人生巅峰啦哈哈哈！

　　作者｜王玉

　　编辑｜戴雯斌 甄子锐