官方发布:优采云采集器官方版2.0.3 最新版

　　官方发布:优采云采集器官方版2.0.3 最新版

　　优采云采集器正式版是一款功能强大的网页采集器，该软件由谷歌原技术团队打造，旨在打造一款可视化、免费且极速的产品，让用户免费使用，放心使用。

　　优采云采集器简介

　　优采云采集器是一个免费的网页数据采集，具有可视化点击和一键式采集网页数据的特点。可用的网络数据 采集器。优采云采集器导出数据没有限制。数据可以导出到本地文件，发布到网站和数据库等，非常方便。需要的话赶快下载吧。

　　优采云采集器 教程

　　如何自定义采集百度搜索结果数据

　　第 1 步：创建一个 采集 任务

　　1）启动优采云采集器，进入主界面，选择自定义采集，点击创建任务按钮，创建一个“自定义采集任务”

　　2）输入百度搜索的网址，包括三种方式

　　1、手动输入：直接在输入框中输入网址。当多个 URL 需要用换行符分隔时

　　2.点击从文件中读取：用户选择一个存储URL的文件。文件中可以有多个URL地址，地址之间需要换行分隔。

　　3、批量添加方式：通过添加和调整地址参数生成多个常规地址

　　第 2 步：自定义 采集 流程

　　1）点击创建后，会自动打开第一个网址，进入自定义设置页面。默认情况下，已经创建了开始、打开网页和结束的流程块。底部模板区域用于拖放到画布中生成新的流程块；在打开的网页中点击属性按钮修改打开的URL

　　2）添加输入文本流块：将底部模板区域的输入文本块拖到打开的网页块附近，出现阴影区域时松开鼠标，此时会自动连接，添加已经完成

　　3）生成一个完整的流程图：添加一个新的块，方法和上面添加输入文本流程块的拖拽过程一样：如下图：

　　关键步骤块设置介绍

　　Step 2：定时等待用于等待之前打开的网页完成

　　第三步：点击输入框的XPath属性按钮，点击属性菜单中的图标点击网页中的输入框，点击输入文本属性按钮，在菜单中输入要查找的文本。

　　第四步：用于设置点击启动搜索按钮，点击元素的xpath属性按钮，点击菜单中的点击图标，然后点击网页中的百度按钮。

　　第五步：用于设置循环加载下一个列表页面。在循环块内部的循环条件块中设置详细的条件，点击这里的操作按钮，选择单个元素，然后在属性菜单中点击该元素的xpath属性按钮，如上在网页中点击下一页按钮. 循环次数属性按钮可以默认为0，即不限制下一页的点击次数。

　　第六步：用于设置列表页数据循环抽取。在循环块内部的循环条件块中设置详细的条件，点击这里的操作按钮，选择不固定元素列表，然后在属性菜单中点击该元素的xpath属性按钮，然后连续点击两次，提取出第一个块和第二个块元素。循环数属性按钮可以默认设置为0，即列表中采集的字段数没有限制。

　　第七步：执行点击下一页按钮的操作，点击元素xpath属性按钮，选择使用当前循环元素的xpath选项。

　　第八步：同样用于设置网页加载等待时间。

　　Step 9：设置列表页提取的字段规则，点击属性按钮中的Use elements in loop按钮，选择Use elements in loop选项。点击元素模板属性按钮，在字段表中点击加号和减号可以添加和删除字段，使用点击操作添加字段，即点击加号，将鼠标移到网页元素上点击选择.

　　4) 点击开始采集开始采集

　　第 3 步：数据 采集 和导出

　　1) 采集 任务运行

　　2）采集完成后，选择“导出数据”，将所有数据导出到本地文件

　　3) 选择“导出方式”导出采集好的数据，这里导出格式可以选择excel

　　4) 采集 数据导出后如下图

　　优采云采集器软件功能

　　1.可视化自定义采集流程

　　全程问答引导，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

　　更多 采集 需求的高级设置

　　2.点击提取网页数据

　　鼠标点击选择要抓取的网页内容，操作简单

　　可选择提取文本、链接、属性、html 标签等。

　　3.运行批量采集数据

　　软件根据采集流程和提取规则自动批量采集

　　快速稳定，实时显示采集速度和进程

　　软件可以切换到后台运行，不影响前台工作

　　4.导出并发布采集数据

　　采集的数据自动制表，字段可自由配置

　　支持数据导出到Excel等本地文件

　　并一键发布到cms网站/数据库/微信公众号等媒体

　　技巧:优采云采集v9教程-0基础专属教程3分钟学会就实操

　　4.Access、Mysql、Sqlserver、Sqlite、Oracle、Mongo数据库的使用

　　5.代理服务器、FTP服务器相关知识

　　6.常用SQL语句

　　7、插件需要PHP或C#编程能力的支持

　　8. Apache 或 IIS 服务器设置，网站 安装

　　在网络上发布

　　① 打开Web发布配置

　　② 选择发布模块

　　③ 发布模块的编辑、创建、删除、导入、导出操作

　　④网页代码：与要发布的网站代码一致

　　⑤全局变量：可以在发布模块的所有位置使用，方便设置和修改一些参数。

　　⑥网站地址：一般指网站域名。实际运行时，根据release模块中的地址进行实际调整。

　　需要和模块中的地址组合成一个完整的绝对地址

　　⑦ 登录方式：有内置浏览器登录、数据包登录、不登录三种。

　　内置浏览器登录：获取浏览器ID和用户信息。

　　数据包登录：填写用户名、密码和获取的验证码后登录。

　　该方法需要release模块中的`网站Auto Login`有相应的设置。

　　免登录：一般情况下对接不需要登录，或者不用登录也可以使用发布接口。

　　⑧获取列表：可以刷新列ID和列名。需要获取release模块中的column列表才能有相应的设置

　　⑨Web发布配置列表：管理所有Web发布配置

　　具体发布模块*敏*感*词*请参考后续视频教程

　　其他

　　分析查看源码，分析得到：

　　主题内容的起始字符串为id="postmessage_649823"> 因为不同的帖子有不同的ID，

　　所以我们将数字 649823 设置为 (*) 通配符。

　　也就是说，开始的字符串是 id="postmessage_(*)">

　　结束字符串是

　　然后勾选下图循环匹配，实现主题内容，回复采集。