后羿采集器

后羿采集器是一款实用的智能采集器，能自动识别淘宝、电商链接，识别页面内容。有了这款软件，您就能全面学习自己喜欢的网站，甚至直接复制喜欢的网站。特别是对于淘宝客来说，一个成功的网店就需要成熟的网页形式，这个采集器就再合适不过了。

后羿采集器功能介绍

智能识别和抽取数据

后羿独有的智能模式采集，可以帮助用户自动识别和抽取列表和表格数据，

并能自动识别分页。 只需要输入首页链接即可采集，是最简单的网页采集方式！

可自动抽取：列表, 表格, 分页按钮, 瀑布流分页等

全平台支持

不同于其他采集器，所有操作系统都能安装和使用后羿采集器，包括Windows, Mac和Linux。 个人和团队都能使用，并且能满足不同团队配置。

任何网站都能采

除了智能模式，后羿还提供高级模式采集，全程可视化点选操作，保障轻松采集所有网站。 使用先进的机器学习算法，能更精确抽取需要的数据。

支持所有网页：登录后采集, 图片下载, JSON, Javascript, AJAX, html源码, 搜索结果采集等

多种数据导出方式

一键导出所有采集的数据，支持导出到本地文件（EXCEL, CSV和HTML等）， 同时支持直接导出数据到数据库。

满足企业采集需求

后羿采集器还提供更多丰富的功能，能满足团队和企业的不同采集需求。 包括采集过程中自动下载图片等文件，批量动态导入采集的网址，自动广告拦截， 多任务同时运行，定时运行等

了解详细功能：登录后采集, 图片下载, JSON, Javascript, AJAX, html源码, 搜索结果采集等

云端账号

创建后羿账号后，您的所有采集任务将会自动保存在云端。不用担心任务丢失， 一个账号可以多终端使用，任务管理更加简单便捷。

后羿采集器安装教程

1.解压后双击安装文件“houyicaiji-Setup-3.0.4.exe”出现安装界面：

2.我们进入到后羿采集器安装向导。这个向导将指引你完成后羿采集器的安装进程。在开始安装之前，我们要阅读后羿采集器的授权协议。请仔细阅读下列许可协议。您在继续安装前必须同意这些协议条款。如果你点击取消，安装程序将会关闭。点击我接受继续安装进程；

3.这一步我们需要确定后羿采集器的安装路径，安装程序有默认的安装路径：C:Program Files后羿采集houyicaiji。需要修改路径的朋友可以点击浏览，选择需要安装的文件夹后，点击确定就可以修改安装路径了。点击安装就可以将后羿采集器安装到电脑上；

4.正在安装后羿采集器，安装程序正在将后羿采集器的文件安装到指定文件夹中。可能需要几分钟的时间；

5.安装完成！安装程序已经成功在您的电脑上安装了后羿采集器。安装向导会提示安装完成。这里有一个勾选项，运行后羿采集器。如果不需要运行，取消勾选即可。点击完成就可以退出安装向导。

后羿采集器使用方法

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​

【常见问题】

为什么选择后羿？

全程自动化提取数据

后羿能智能识别要抽取的数据和分页，是最简单的网页采集方式。

可视化点选操作

全程可视化操作，点选修改要抽取的数据等。人人都会用的采集器。

多种采集模式，任何网站都能采

支持智能和高级采集，满足不同采集需求。支持XPATH, JSON, HTTP和POST等。

软件箭速迭代

软件定期更新升级，不断添加新功能。客户的满意是对我们最大的肯定！

后羿采集器更新日志

2018/12/24 版本号v3.0.4

增加数据筛选功能

增加任务复制功能

智能模式任务可转换为流程图模式

优化

优化智能识别算法

修复

修复若干BUG