优采云采集器怎么样？勾选ocrocr

　　优采云采集器怎么样？勾选ocrocr

　　作为一个同时使用优采云采集器并写爬虫的非技术人员，莫名的喜欢一个自己思考技术的互联网运营。 . 说说我的感受。

　　优采云具有学习成本低、流程可视化、快速构建采集系统等优势。可以直接导出excel文件并导出到数据库。为了降低采集的成本，云采集提供了10个节点，也可以省去不少麻烦。

　　缺点是虽然看起来很简单，还有更傻的智能模型，但其中的陷阱只有使用过的人才知道。我只是在我的博客中写了这个，但说实话，我的经验太多了，我还没有整理出来。

　　首先，里面的循环都是xpath元素定位，如果用简单傻傻的点击定位，很死板，大量采集页面很容易出错。另外，使用这个工具的人，因为它的方便，新手太多。有些人整天问一些常见的问题。他们不知道页面的结构，也不了解 xpath。容易出现采集不全、无限翻页等问题。

　　但是优采云采集器的ajax加载、模拟移动页面、过滤广告、滚动到页面底部等功能都被称为神器，一个检查就可以搞定。写代码很麻烦，实现这些功能很费力。

　　优采云毕竟只是一个工具，自由度肯定会打败编程。优点是方便、快捷、成本低。

　　优采云judgment 引用弱，无法做出复杂的判断，也无法执行复杂的逻辑。还有优采云只有企业版可以解决验证码问题，普通版无法访问编码平台。

　　还有一点就是没有ocr功能。 和 Ganji采集 的电话号码均为图片格式。 Python可以用开源的图像识别库来解决。只需连接到识别即可。

　　此处更新：

　　之前写的感觉是片面的，毕竟是怀着那个时代的心情写的。经过一段时间的思考，数据采集的需求决定了最终要使用的工具。如果我需要大量的数据采集，爬虫肯定是不可避免的，因为代码有更高的自由度。我觉得优采云的目标不是取代python，而是实现采集器人人都能上手的目标。

　　另外一点是python易学易部署，开源免费。就算只学scrapy，也能解决一些问题，但麻烦的是，在一些工具中简单的选择就能完成的功能，只能通过编写或复制别人的代码来实现。如果你不是全职写一个爬虫，它会非常快。我只想从入门到放弃...

　　综合写了比较坑，放在知乎专栏里。有兴趣的可以看看：