后羿采集器

　　后羿采集器是一款基于人工智能技术所研发的数据采集软件，此软件的操作简单，即使您是没有编程基础的用户也能上手操作，而且功能强大，适用于产品、运营、销售、金融、新闻、电商和数据分析从业者，以及政府机关和学术研究等用户。此外，本款软件是绿色软件，经过了各大安全软件、杀毒软件的检测，绝不会携带第三方恶意插件、木马病毒等危害电脑安全的信息，此款软件不仅能自动化采集数据，而且在数据采集的过程中还可以对数据清洗筛选、清洗，在数据的源头即可实现数字、邮箱等多种内容的过滤。此软件能够帮助用户快速、准确地获取海量的网页数据，让用户从人工采集的的难题中摆脱出来，降低了采集信息、数据的成本，同时也提高了工作效率，一举两得，方便又快捷，可同时支持Windows、Mac和Linux系统。

软件功能

　　智能采集模式

　　该模式操作极其简单，只需要输入网址就能智能识别网页中的内容，无需配置任何采集规则就能够完成数据的采集。

　　支持可视化的网页点选操作

　　完全符合人工浏览网页的思维方式，用户只需要打开被采集的网站，根据软件给出的提示，用鼠标点击几下就能自动生成复杂的数据采集规则；

　　支持积木式采集组件拼接操作

　　通过将复杂的采集编码流程进行可视化封装，让开发采集规则就像搭积木一样简单，零基础也能很快上手。

　　支持单网址和多网址采集，支持从本地TXT文件中导入网址，也支持参数网址批量生成。

　　在数据采集过程中，可以使用不同的浏览器模式来优化采集效果，具体使用场景需要根据实际情况来判断。

　　智能模式下，软件会自动识别网页中的数据并展示到采集结果预览窗口，用户可以根据自己的需求对字段进行设置。

　　定时采集功能属于采集任务的高级设置，该功能可实现在用户设置的时间周期内，在固定的时间点开启和停止数据采集任务。如果您设置了定时采集，请保证软件一直处于工作状态（不能关机）。

　　防屏蔽功能有较多的设置，用户可以通过多种方式来实现防屏蔽或者防反爬的目的。

　　自动导出

　　自动导出功能可实现在数据采集的同时，自动发布采集结果到数据库，而无需等到任务结束才能够导出数据。自动入库功能搭配定时采集功能，能够极大的节约时间，提高工作效率。

　　下载图片功能可以实现在采集数据的同时，将网页上的图片下载到本地。

软件特色

　　操作简单，为广大无编程基础的用户提供了一个数据采集平台

　　安全无毒，此软件不会携带第三方恶意插件，木马病毒等危害电脑安全的信息

　　可选择抽取文本、属性、链接等

　　可自动采集数据

　　支持运行批量采集数据

　　可将采集到的的数据导出到电脑上保存

　　可一键发布信息到数据库、微信公众号等媒体平台

　　支持自定义采集流程

　　提供软件的使用教程

　　软件的使用完全免费，不会以任何理由收取用户费用

　　支持U盾偶任务同时进行、无数量限制

　　支持语段存储，切换终端同步更新

　　支持的导出格式有Excel、Txt、Csv、Html

　　支持的数据库类型有MySQL、PgSQl、SqlServer、MongDB

安装方法

　　1、找到下载完成的压缩包并解压、然后双击“houyicaiji-setup-3.3.5.exe”应用程序即可进入安装步骤。

　　2、阅读软件的许可协议，阅读完成后点击【我接受】即可进入下一步安装步骤。

　　3、如果您需要对文件的存储位置进行更改，请点击【浏览】并选择目标文件夹，选择完成后点击【安装】即可。

　　4、等待安装过程，大约五秒钟的时间即可安装完成。

　　5、安装完成后单击【完成】退出安装向导，默认运行此程序。

使用方法

　　如何正确地输入网址

　　1、在采集器的首页输入框中输入网址信息（智能输入一个网址），点击智能采集创建智能模式采集任务。

　　2、新建智能模式采集任务，打开网址编辑窗口：

　　智能模式支持手动输入多个网址、从本地文件中导入网址（目前只支持TXT格式文件，其余文件格式正在开发中）及批量生成网址。

　　在该窗口中输入/导入网址时，请保证格式符合如下要求：

　　1.的网页属于同一个网站；

　　2.网址请用回车键分割，保证每一行只有一个网址；

　　3.的网页属于同一种类型，例如都是单页类型、列表类型或列表详情页类型。

　　注意：不同网站的网页或者同一网站的不同类型的网页请建立不同的任务。

　　点击文件导入即可上传本地文件到软件中，选择完成后点击打开按钮即可。

　　点击批量生成、在输入网址框中输入出变化参数之外的网址，然后点击添加参数。

　　3、智能采集任务打开的界面中：

　　这里可以对网址进行编辑，超过200个请直接修改本地文件。

　　注意：如果是从本地文件中导入的网址，这里的修改不会影响本地文件。

　　点击如图所示位置修改网址信息

　　编辑之后的网址格式请符合上述第2条中的要求

　　输入网址的来源：

　　在智能模式下，后羿采集器可以进行自动翻页，所以输入的网址应该是已经完成了搜索操作，显示出最终需要被采集的内容的页面（或是多个需要被采集的连续页面中的第一个页面）。

　　例如：单网址采集，在爱奇艺中搜索“极限挑战”，打开对应的页面，复制网址粘贴到软件中即可。

　　4、选择页面类型及设置分页

　　在智能模式下，后羿采集器会默认按照列表类型进行识别，如果您输入的是单页类型，此时会出现识别错误；或者由于其他原因，即使是列表类型的网页，智能识别也有可能出现偏差，此时您可以先手动自动识别一下，如果手动自动识别还不起效果，您可以手动点选列表，从而辅助软件识别出正确的结果。

　　5、预登录

　　在数据采集过程中，我们有时候会遇到需要登录才能查看内容的网页，这时我们需要用到预登录功能，登录成功之后就能进行正常的数据采集。

　　6、切换浏览器模式

　　在数据采集过程中，可以使用不同的浏览器模式来优化采集效果，具体使用场景需要根据实际情况来判断。

　　7、设置提取字段

　　智能模式下，软件会自动识别网页中的数据并展示到采集结果预览窗口，用户可以根据自己的需求对字段进行设置。单击鼠标右键即可。

　　8、采集任务的设置

　　在启动采集任务之前，我们需要对采集任务进行设置，包括一些定时启动、防屏蔽、自动导出、和加速引擎等。

　　9、防屏蔽

　　防屏蔽功能有较多的设置，用户可以通过多种方式来实现防屏蔽或者防反爬的目的。

　　10、自动导出

　　自动导出功能可实现在数据采集的同时，自动发布采集结果到数据库，而无需等到任务结束才能够导出数据。自动入库功能搭配定时采集功能，能够极大的节约时间，提高工作效率。

　　11、对上述操作完成后点击启动按钮或返回页面点击保存。