后羿采集器

后羿采集器是前谷歌技术团队打造的一款网页数据采集软件，也可以说它是免费爬虫软件，操作非常简单，只需要输入网址就可以自动识别采集内容了，支持多种操作系统，不管是个人站长还是公司企业，都可以使用来进行数据采集，满足您的各种需求。

后羿采集器特色

1、真免费!采集和导出无数量限制

前谷歌技术团队倾力打造，基于人工智能技术，只需输入网址就能自动识别采集内容

2、智能采集

智能分析并抽取列表/表格数据，并且能自动识别分页。 免配置一键采集各种网站，包括分页、滚动加载、登录采集、AJAX等等。

3、跨平台支持

后羿采集器支持各种操作系统，包括Windows, Mac和Linux。 不管是个人采集，还是团队/企业使用，都能满足您的各种需求。

4、多种数据导出

一键导出采集的所有数据。支持CSV, EXCEL和HTML等，同时也支持导出数据到数据库。

5、云端账号

采集任务自动保存到云端，不用担心任务丢失。一个账号多终端操作，可随时随地创建和修改采集任务等。

为什么选择后羿采集器

1、全程自动化提取数据

后羿能智能识别要抽取的数据和分页，是最简单的网页采集方式。

2、可视化点选操作

全程可视化操作，点选修改要抽取的数据等。人人都会用的采集器。

3、多种采集模式，任何网站都能采

支持智能和高级采集，满足不同采集需求。支持XPATH, JSON, HTTP和POST等。

4、软件箭速迭代

软件定期更新升级，不断添加新功能。客户的满意是对我们最大的肯定!

后羿采集器怎么用

自定义采集百度搜索结果数据的方法

步骤1：创建采集任务

1)启动后羿采集器，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，包括三种方式

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：自定义采集流程

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开网页块后面附近，当出现阴影区域的时候可以松开鼠标，此时会自动连接，添加完成

3)生成完整流程图：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：

关键步骤块设置介绍

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中的输入框，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，在菜单中点击点选图标，然后点击网页中的百度一下按钮即可。

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。循环次数属性按钮可默认为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元素的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表格中点击加减进行添加删除字段，添加字段使用点选操作，即点击加号后鼠标移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

1)采集任务运行中

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)选择“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

4)采集数据导出后如下图