八爪鱼采集器最新版

八爪鱼采集器是是一款网页数据采集器，能够对各种不同类型的网页进行大量的数据采集工作，八爪鱼采集器官方版类型涵盖广泛，金融类、交易类、社交网站、电商商品等的网站数据都能够被规范性的采集下来

【软件特色】

满足多种业务场景

适合产品、运营、销售、数据分析、政府机关、电商从业者、学术研究等多种身份职业

舆情监控

全方位监测公开信息，抢先获取舆论趋势

市场分析

获取用户真实行为数据，全面把握顾客真实需求

产品研发

强力支撑用户调研，准确获取用户反馈和偏好

风险预测

高效信息采集和数据清洗，及时应对系统风险

【功能介绍】

简易采集

简易采集模式内置上百种主流网站数据源，如京东、天猫、大众点评等热门采集网站，只需参照模板简单设置参数，就可以快速获取网站公开数据。

智能采集

八爪鱼采集可根据不同网站，提供多种网页采集策略与配套资源，可自定义配置，组合运用，自动化处理。从而帮助整个采集过程实现数据的完整性与稳定性。

云采集

由5000多台云服务器支撑的云采集，7*24小时不间断运行，可实现定时采集，无需人员值守，灵活契合业务场景，帮你提升采集效率，保障数据时效性。

API接口

通过八爪鱼API，可以轻松获取八爪鱼任务信息和采集到的数据，灵活调度任务，比如远程控制任务启动与停止，高效实现数据采集与归档。基于强大的API体系，还可以无缝对接公司内部各类管理平台，实现各类业务自动化。

自定义采集

针对不同用户的采集需求，八爪鱼可提供自动生成爬虫的自定义模式，可准确批量识别各种网页元素，还有翻页、下拉、ajax、页面滚动、条件判断等多种功能，支持不同网页结构的复杂网站采集，满足多种采集应用场景。

便捷定时功能

简单几步点击设置，即可实现采集任务的定时控制，不论是单次采集的定时设置，还是预设某一天或是每周每月的定时采集，都可以同时对多个任务自由进行设置，根据需要对选择时间进行多重组合，灵活调配自己的采集任务。

全自动数据格式化

八爪鱼内置了强大的数据格式化引擎，支持字符串替换、正则表达式替换或匹配、去除空格、添加前缀或后缀、日期时间格式化、HTML转码等多项功能，采集过程中全自动处理，无需人工干预，即可得到所需格式数据。

多层级采集

很多主流新闻、电商类的网站，里面包含一级商品列表页，也包含二级商品详情页，还有三级评论详情页面；不论网站有多少层级，八爪鱼都可以不限制层级的采集数据，满足各类业务采集需求。

支持网站登录后采集

八爪鱼内置了采集登录模块，只需配置目标网站的账号密码，即可用该模块采集到登录后的数据；同时八爪鱼还具备采集Cookie自定义功能，首次登录以后，可以自动记住cookie，免去多次输入密码的繁琐，支持更多网站的采集。

【安装步骤】

1.解压缩下载好的八爪鱼的安装包

如果没有解压缩软件，需要先下载解压缩软件，解压后看到下图文件夹

2.运行setup.exe文件(部分电脑需要管理员身份运行)，点击下一步

3.选择要安装文件夹，点击下一步

4.确认安装点击下一步

5.安装完成点击关闭

【使用方法】

先我们新建一个任务-->进入流程设计页面-->添加一个循环步骤到流程中-->选中循环步骤-->勾选上软件右方的URL 列表勾选框-->打开URL列表文本框-->将准备好的URL列表填写到文本框中

接下来往循环中拖入一个打开网页的步骤-->选中打开网页步骤-->勾选上使用当前循环里的URL作为导航地址-->点击保存。系统会在界面下方的浏览器中打开循环中选中的URL对应的网页

到这里，循环打开网页的流程就配置完成了，运行流程的时候，系统会逐个的打开循环中设置的URL。最后我们不需要配置一个采集数据的步骤，这里就不在多讲，大家可以参考从入门到精通系列1：采集单个网页 这篇文章。下图就是最终和流程

下面是流程最终的运行结果

【更新日志】

【云采集】新增云采集实况功能，展现任务的云端运行情况，如任务的拆分，分配节点，采集数据等过程

【云采集】新增云采集通知功能，可针对每个任务设置采集完成 、采集停止时进行邮件通知程

【云采集】新增单个子任务重启功能，对采集量较少或状态是已停止的子任务进行重启，可减少数据遗漏