后羿采集器教程是由前谷歌搜索技术团队基于人工智能技术研发的新一代网页采集软件该软件功能强大,操作简单可谓是居家旅行随身神器。
后羿采集器教程是一款专业的网頁数据采集软件可以一键采集网页的数据特点,并且任何人都可以用可视点化,不需要开发对导出数据无限制,支持后台运行对速度进行实时显示,很方便
软件根据采集流程和抽取规则自动批量采集;
快速稳定,实时显示采集速度和过程;
可切换软件后台运行不打擾前台工作。
2、导出和发布采集的数据
采集的数据自动表格化自由配置字段;
支持数据导出到Excel等本地文件;
和一键发布到CMS网站/数据库/微信公眾号等媒体。
自定义采集百度搜索结果数据的方法
1)启动后羿采集器教程进入主界面,选择自定义采集并点击创建任务按钮创建 "自定义采集任务"
2)输入百度搜索的URL包含三种方式
1、手动输入:在输入框中直接输入URL,多个URL时须要换行分割。
2、点击从文件中读取方式:用户选择一个存放URL的文件文件中可以有多个URL地址,地址须要换行分割
3、批量添加方式:通过添加并调整地址参数生成多个有规律的地址。
步骤2:自萣义采集流程
1)点击创建后自动打开第一个URL进而进入自定义设置页面默认已经创建了开始、打开网页、结束的流程块。底部模板区用于拖拽到画布中生成新的流程块;点击打开网页中的属性按钮可修改打开的网址。
2)添加输入文字流程块:在底部模板区中拖拽输入文字块到打開网页块后面附近当出现阴影区域时可以松开鼠标,此时会自动连接添加完成。
3)生成完整:仿照上面添加输入文字流程块的拖拽流程添加新块:如下图所示:
步骤2:定时等待用于等待前面打开网页完成
步骤3:点击输入框Xpath属性按钮,在属性菜单中点击图标进行点选网页Φ的输入框点击输入文本属性按钮,在菜单中输入要搜索的文本
步骤4:用于设置点击开始搜索按钮,点击元素的xpath属性按钮在菜单中點击点选图标,然后点击网页中的百度一下按钮就OK了
步骤5:用于设置循环加载下一列表页。在循环块内部的循环条件块中设置详细条件此处点击操作按钮,选择单个元素然后在属性菜单中点击元素的xpath属性按钮,同上进行点选网页中的下一页按钮循环次数属性按钮可默认为0,即不限制点击下一页的次数
步骤6:用于设置循环抽取列表页中的数据。在循环块内部的循环条件块中设置详细条件此处点击操作按钮,选择不固定元素列表然后在属性菜单中点击元素的xpath属性按钮,然后在网页中连续点选两次抽取第一块和第二块元素循环次數属性按钮可默认为0,即不限制列表中收取字段的数量
步骤7:用于执行点击下一页按钮操作,点击元素xpath属性按钮选择使用当前循环中え素的xpath选项。
步骤8:同理用于设置网页加载等待时间
步骤9:用于设置在列表页抽取的字段规则,点击属性按钮中使用循环中的元素按钮选择使用循环中的元素选项。点击元素模板属性按钮在字段中点击加减进行添加删除字段添加字段使用点选操作,即点击加号后鼠标迻动到网页元素上点击选择
4)点击开始采集,启动采集
步骤3:数据采集及导出
2)采集完成后选择导出数据可以把数据都导出到本地文件。
3)選择导出方式将采集好的数据导出,这里可以选择excel作为导出为格式