软件介绍优采云采集器官方版软件功能可视化所有采集元素

　　软件介绍优采云采集器官方版软件功能可视化所有采集元素

　　软件介绍

　　优采云采集器官版是一款非常实用的网络小工具，软件界面干净，操作简单，功能强大，具有可视化配置，易于创建，无需编程，智能生成，数据采集等功能 。使用优采云采集器，用户可以很方便地采集获取自己需要的网页上的所有信息，使用起来非常方便。

　　

　　优采云采集器官方版软件功能

　　1、软件操作简单，鼠标点击即可轻松选择要采集的内容；

　　2、支持三种高速引擎：浏览器引擎、HTTP引擎、JSON引擎，内置优化的火狐浏览器，加上原有的内存优化，浏览器采集也可以高速运行，甚至更快转换为HTTP模式运行，享受更高的采集速度！抓取JSON数据时，也可以使用浏览器可视化的方式，用鼠标点击要抓取的内容。无需分析JSON数据结构，让非网页专业设计人员轻松抓取所需数据；

　　3、不需要分析网页请求和源码，但支持更多的网页采集；

　　4、高级智能算法，可以一键生成目标元素XPATH，自动识别网页列表，自动识别分页中的下一页按钮......

　　5、支持丰富的数据导出方式，可以导出为txt文件、html文件、csv文件、excel文件，也可以导出到已有的数据库，如sqlite数据库、access数据库、sqlserver数据库、mysql数据库、简单映射字段通过向导，您可以轻松导出到目标网站 数据库。 .

　　优采云采集器官方版软件功能

　　可视化向导

　　所有采集元素自动生成采集数据

　　预定任务

　　运行时间灵活定义，全自动运行

　　多引擎支持

　　支持多个采集引擎，内置高速浏览器内核、HTTP引擎和JSON引擎

　　智能识别

　　可以自动识别网页列表、采集字段和分页等

　　拦截请求

　　自定义屏蔽域名，方便过滤异地广告，提高采集速度

　　多数据导出

　　可导出为 Txt、Excel、MySQL、SQLServer、SQlite、Access、网站 等

　　优采云采集器官版软件优势

　　1、优采云采集器为用户提供丰富的网络数据采集功能

　　2、如果需要复制网页的数据，可以使用这个软件采集

　　3、大部分网页内容可以直接复制，优采云采集器一键使用采集

　　4、直接输入网址采集，准确采集任何网页内容

　　5、支持规则设置，自定义采集规则，添加采集字段内容，添加采集网页元素

　　6、Bulk采集data，一键输入多个网址采集

　　7、软件中显示任务列表，点击直接开始运行采集

　　8、支持数据查看，可以在软件中查看采集的数据内容，可以导出数据

　　9、支持字符和词库替换功能，一键编辑文字采集到

　　优采云采集器官方版教程

　　第一步：设置起始网址

　　要采集一个网站数据，首先我们需要设置输入采集的URL，比如我们想要采集一个网站国内新闻，那么我们需要设置起始网址为国内新闻栏目列表的网址，而网站首页一般不设置为起始网址，因为首页通常收录很多列表，比如最新的文章，热门的文章，推荐文章等列表块，而且这些列表块显示的内容也很有限，采集这些列表一般不能采集完整信息。

　　我们以采集芭新闻为例，从新浪首页找国内新闻，但是这个栏目首页的内容还是比较乱，还细分了三个小栏目

　　

　　来看看其中一个子栏目“大陆新闻”

　　

　　此栏目页收录一个分页的内容列表。通过切换分页，我们可以采集到达该栏目下的所有文章，所以这种列表页非常适合我们开始采集起始网址。

　　现在，我们将列表 URL 复制到任务编辑框第一步中的文本框

　　

　　如果你想在一个任务中同时采集中国新闻，你也可以复制另外两个子列列表的地址，因为这些子列列表的格式是相似的。但是，为了方便分类数据的导出或发布，一般不建议将多列内容混合在一起。

　　对于起始网址，我们也可以批量添加或者从txt文件中导入。比如我们想要采集前5页，也可以这样自定义5个起始页。

　　

　　需要注意的是，如果这里自定义了多个分页列表，以后不要在采集配置中启用分页。通常我们希望在某一列下采集所有文章。只需要定义列的第一页为起始URL，稍后在采集配置中启用分页，就可以采集到每个分页列表的数据。

　　第2步：①自动生成列表和字段

　　进入第二步后，对于部分网页，优采云采集器会智能分析页面列表，自动高亮选中的网页列表并生成列表数据，如

　　

　　然后我们会修剪数据，比如删除一些不需要的字段

　　

　　点击图标中的三角符号，会弹出采集字段进行详细配置。单击上方的删除按钮可删除此字段。其余参数将在后续章节中单独介绍。

　　如果某些网页自动生成的列表数据不是我们想要的数据，可以点击“清除字段”清除所有生成的字段。

　　

　　如果自动分析的高亮列表不是我们想要的采集列表，那么我们手动选择列表。如果要取消突出显示的列表框，可以单击Find List-List XPATH，清除其中的xpath并确认。

　　第2步：②手动生成列表

　　点击“查找列表”按钮并选择“手动选择列表”

　　

　　

　　根据提示，鼠标左键点击网页列表中的第一行数据

　　点击第一行后，根据提示点击第二行或其他类似行

　　

　　点击列表中的任意两行后，整个列表都会高亮显示，列表中的字段也会生成。如果生成的字段不正确，点击清除字段，清除下面所有字段，手动选择字段将在下一章介绍。

　　

　　第 2 步：③ 手动生成字段

　　点击“添加字段”按钮

　　

　　在列表的任意一行点击要提取的元素，例如要提取标题和链接地址，鼠标左键点击标题即可。

　　

　　点击网页链接时，使用时会提示是否抓取链接地址

　　

　　如果要同时提取链接标题和链接地址，点击“是”，如果只需要提取标题文字，点击“否”，这里我们点击“是”

　　

　　系统会自动生成标题和链接地址字段，并在字段列表中显示提取的字段内容。当您点击表格底部的字段标题时，匹配的内容将在网页上以*敏*感*词*背景突出显示。

　　如何标记列表中的其他字段？单击添加新字段并重复上述操作。

　　第 2 步：④ 分页设置

　　列表有分页时，启用分页后，可以采集访问所有的分页列表数据。

　　页面分页有两种类型

　　普通分页：有分页栏，显示“下一页”按钮。点击后可以进入下一页，比如新浪新闻列表中的上一页。

　　瀑布式分页：网页滚动条到达底部时自动加载下一页内容

　　如果是正常分页，我们选择尝试自动设置或手动设置

　　自动设置分页

　　

　　默认情况下，创建新任务时不启用分页。点击“禁用分页”，弹出菜单，选择“自动识别分页”，如果识别成功，会弹出“成功识别并设置分页元素！”对话框。 ”，在网页的“下一步”按钮上出现高亮的红色虚线框（部分网页按钮可能不显示虚线框），至此自动分页成功

　　

　　如果是自动识别，会出现如下绿色提示框

　　

　　手动设置分页

　　在菜单中选择“手动设置分页”

　　

　　然后会自动出现“Find Pagination”按钮，点击它会弹出一个菜单，选择“Mark Pagination”