懒人采集器

懒人采集器——新一代浏览器智能采集全新上线！这是一款简单易用、功能强大的网页采集工具，专为懒人准备的采集工具！它的采集配置非常简单，全程可通过内置浏览器可视化选取需要采集的内容，使您可以在短时间内就可以快速创建出一个采集任务，无需分析网页源代码，更不需要熟悉网络协议，只需要点点鼠标就可以完成创建好任务。懒人采集器，让数据采集从未如此简单，赶紧下载体验吧！

软件特色

1、软件操作简单，可通过鼠标点击的方式轻松选取要抓取的内容；

2、支持三种高速引擎：浏览器引擎、HTTP引擎、JSON引擎，内置优化后的火狐浏览器，加上独创的内存优化使浏览器采集也可以高速运行，甚至可以快速转换为HTTP方式运行，享受更高的采集速度！而在抓取JSON数据时，同样可以使用浏览器可视化方式，通过鼠标点选需要抓取的内容，完全不需要去分析JSON数据结构，使非网页专业设计人士也可以轻松抓取需要的数据；

3、不用分析网页请求和源代码，却支持更多的网页采集；

4、先进的智能算法，可以一键生成目标元素XPATH、自动识别网页列表、自动识别分页中的下一页按钮……

5、支持丰富的数据导出方式，可以导出为txt文件、html文件、csv文件、excel文件，也可以导出到已有的数据库，如sqlite数据库、access数据库、sqlserver数据库、mysql数据库，通过向导的方式简单映射字段，即可轻松导出到目标网站数据库中。

软件优势

1、可视化向导

所有采集元素，自动生成采集数据

2、计划任务

灵活定义运行时间，全自动运行

3、多引擎支持

支持多个采集引擎，内置高速浏览器内核、HTTP引擎和JSON引擎

4、智能识别

可自动识别网页列表、采集字段和分页等

5、拦截请求

自定义拦截域名，方便过滤站外广告，提高采集速度

6、多种数据导出

可导出为Txt 、Excel、MySQL、SQLServer、 SQlite、Access、网站等

懒人采集器怎么用

1、采集时怎样避免重复到重复数据？

在运行某个采集任务时，如果该任务之前有采集过数据，那么采集前如果没有清空原有数据的话，会以追加的形式将新采集数据添加到本地采集库中，这样就可能出现某些已采集过的数据再次重复采集入库，还有，如果目标网页本身也重复的数据，也可能造成数据重复，那么怎么避免采集的数据出现重复呢？

方法很简单，我们希望哪一个字段内容不允许出现重复，只要点击该字段表头上这个三角符号，再勾选“过滤重复”复选框，点击确定就可以了

2、如何手动生成字段？

点击“增加字段”按钮

点击列表中任意一行中要提取的元素，比如要提取标题和链接地址，鼠标左键点击一下该标题即可

当点击的是网页链接时，会提示是否用时要抓取链接地址

如果要同时提取链接标题和链接地址，点“是”，如果只要提取标题文本，点否，这里我们点“是”

系统会自动生成标题和链接地址字段，并在字段列表中显示出提取到的字段内容，当点击底部表格字段标题时，会在网页上以黄色背景高亮显示出匹配的内容。

如何还有标记列表中的其他字段，点击新增字段，重复以上操作即可。

3、怎样手动生成列表？

点击“查找列表”按钮，选择“手动选择列表”

按提示，用鼠标左键点击网页列表中的第一行数据

点完第一行，再按提示点击第二行或其他相似的行

点击完列表里的任意两行后，整个列表就高亮显示出来了，同时该列表里的字段也会字段生成，如果生成的字段不对，点击清除字段，把下面的字段全部清除掉，下一章再介绍手动选取字段。

4、如何采集多级网页？

如果我们要采集二级页面，如内容页，或采集更深一级的页面，三级、四级等，在当前页字段列表中，必须包含有一个提取链接地址的字段，也就是提取属性为Href的字段，如图

点击该字段标题栏，选中该列后会出现“深入链接页采集”按钮

点击该按钮后会自动创建一个配置选项卡，并自动打开之前选中那个字段的一个网址。

而采集模式也自动显示为“单条模式”

列表模式：用于提取某个网页列表中的数据，预览中可看到多条数据

单条模式：适用于采集内容详情页里的各项信息，如文章标题、时间、正文等

因为我们深入采集的这个页面是内容页，所有使用默认的“单条模式”

然后，我们新建一个字段，提取网页中的文章发布时间，因为文章标题在第一层列表采集里已经提取了，这里就不需要重复了，采集运行时，多个页面的字段会自动合并为一个表格数据的。

继续新建字段提取正文

而为了保持原文的段落格式，这里的取值属性可以选择InnerHtml，即该字段提取的数据包含Html标签