文章采集器哪个好用(关于优采云采集器的说实话心得太多，还没仔细整理)

　　文章采集器哪个好用(关于优采云采集器的说实话心得太多，还没仔细整理)

　　作为一个同时使用优采云采集器和写爬虫的非技术人员，莫名的喜欢联想到互联网运营喵的技术。 . 说说我的感受。

　　优采云具有学习成本低、流程可视化、采集系统快速构建等优势。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，还有一个更傻的智能模型，但其中的陷阱只有经常使用它的人才能清楚。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，是很死板的，大量采集页面很容易出错。另外，因为它的方便，使用这个工具的新手太多了。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、模拟手机页面、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解决，可以对接识别。

　　除非你对技术要求高，我觉得优采云采集器好用，比优采云采集器好用。虽然效率不高，但比学习研究数据包效率更高。还是用这个省事吧。我很好，我也会在优采云群里回答一些关于规则编译的问题。

　　综合写了比较坑，放在知乎专栏里。有兴趣的可以看看：

　　说说最近使用优采云采集器遇到的坑（和其他采集软件和爬虫的对比）——知乎Column