后羿网页数据采集工具

后羿采集器由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，可视化点选，一键采集网页数据，全平台，Win/Mac/Linux都可用，后羿采集器无限制放心用，可后台运行，速度实时显示，采集和导出全免费！

后羿采集器软件功能

1、智能识别数据，小白神器
智能模式：基于人工智能算法，只需输入网址就能智能识别列表数据、表格数据和分页按钮，不需要配置任何采集规则，一键采集。
自动识别：列表、表格、链接、图片、价格等。

2、可视化点击，简单上手
流程图模式：只需根据软件提示在页面中进行点击操作，完全符合人为浏览网页的思维方式，简单几步即可生成复杂的采集规则，结合智能识别算法，任何网页的数据都能轻松采集。
可模拟操作： 输入文本、点击、移动鼠标、下拉框、滚动页面、等待加载、循环操作和判断条件等。

3、支持多种数据导出方式
采集结果可以导出到本地，支持TXT、EXCEL、CSV和HTML文件格式，也可以直接发布到数据库(MySQL、MongoDB、SQL Server、PostgreSQL)供您使用。

4、功能强大，提供企业级服务
后羿采集器提供丰富的采集功能，无论是采集稳定性或是采集效率，都能够满足个人、团队和企业级采集需求。
丰富的功能： 定时采集，自动导出，文件下载，加速引擎，按组启动和导出，Webhook，RESTful API，智能识别SKU和大图等。

5、云端账号，方便快捷
创建后羿采集器账号并登录，您的所有采集任务设置都将自动加密保存到后羿的云端服务器，无需担心采集任务丢失，任务运行及采集的数据均在您本地，而且非常安全，只有您自己在本地登录客户端后才能查看。后羿采集器对账号没有终端绑定限制，您切换终端时采集任务也会同步更新，任务管理方便快捷。

6、全平台支持，无缝切换
同时支持Windows、Mac和Linux全操作系统的采集软件，各平台版本完全相同，无缝切换。

使用教程

自定义采集百度搜索结果数据的方法

一、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。

手动输入：在输入框中直接输入URL，多个URL时须要换行分割。

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。

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。

二、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；

关键步骤块设置介绍

定时等待用于等待前面打开网页完成。

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。

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。

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。

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。

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。

同理用于设置网页加载等待时间。

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。

三、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。