后羿采集器

后羿采集器是是原Google技术团队倾力打造的一款网页数据采集软件，软件非常强大又实用的网页抓取采集工具，可视化点选，让您更快锁定抓取的内容，一键采集网页数据，全平台，Win/Mac/Linux都可用，采集和导出全免费，无限制放心用，可后台运行，速度实时显示。同时该软件提供了图片过滤、广告过滤等功能，可以屏蔽您不需要抓取的内容！

软件特色

　　1、可视化自定义采集流程
　　全程问答式引导、可视化操作、自定义采集流程
　　自动记录和模拟网页操作顺序
　　高级设置满足更多采集需求
　　2、点选抽取网页数据
　　鼠标点击选择要爬取的网页内容、操作简单
　　可选择抽取文本、链接、属性、html标签等
　　3、运行批量采集数据
　　软件按照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，不打扰前台工作
　　4、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/微信公众号等媒体

使用方法

　　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