爬山虎采集器是最新的頁面采集工具，可以幫助用戶收集信息，再去針對這些內容進行一種可視化的分析，每一步都是非常的簡單并且高效，能大大節省用戶的時間，還在等什么呢？快來使用一下吧。

軟件介紹

爬山虎采集器是一款新一代智能化的網頁采集工具，智能分析、可視化界面，一鍵采集無需編程，支持自動生成采集腳本，可以采集互聯網99%的網站。軟件簡單易學，通過智能算法+可視化界面，隨心所欲，抓取自己想到的數據。只要輕松點擊鼠標，就能采集網頁上的數據。

軟件特色

1.獨創高速內核

自研的瀏覽器內核，速度飛快，遠超對手

2.智能識別

對于網頁中的列表、表單結構（多選框下拉列表等）能夠智能識別

3.廣告屏蔽

定制的廣告屏蔽模塊，兼容AdblockPlus語法，可添加自定義規則

4.多種數據導出

支持Txt 、Excel、MySQL、SQLServer、SQlite、Access、網站等

5.一鍵提取數據

簡單易學，通過可視化界面，鼠標點擊即可抓取數據

6.快速高效

內置一套高速瀏覽器內核，加上HTTP引擎模式，實現快速采集數據

7.適用各種網站

能夠采集互聯網99%的網站,包括單頁應用Ajax加載等等動態類型網站

軟件功能

1、從任何地方的任何數據的恢復

2、支持超過550種數據格式，包括幾乎所有的圖像文件、多媒體文件、電子郵件、檔案等。

3、支持所有設備的完整數據恢復NTFS，FAT16，FAT32，HFS+，APF，等。

4、先進的算法支持

5、更快的掃描速度由一個內置強大的數據分析引擎驅動。

軟件特點

1、簡單易用的向導驅動界面；

2、PC 或 Mac 上工作完全相同；

3、能夠掃描本地計算機中的所有卷并生成丟失和已刪除文件的目錄樹；

4、搜索匹配文件名條件的丟失和已刪除文件；

5、快速掃描引擎允許快速構建文件列表；

6、簡單明了的文件管理器和典型的保存文件對話框；

7、安全數據恢復：EasyRecovery不會對其正在掃描的驅動器進行寫入操作；

8、可以將數據保存到任何驅動器，包括網絡驅動器、可移動媒體等等；

9、支持 Windows NTFS 的壓縮和加密文件；

10、電子郵件恢復允許用戶查看選定的電子郵件數據庫。將現有的和已刪除的電子郵件都顯示出來，可以用于打印或保存到硬盤。

使用方法

用戶下載了爬山虎采集器之后，可能對于這類軟件的基本操作不是很了解，所以往往就會出現使用困難的情況，為了幫助用戶可以更好的知曉爬山虎采集器的使用方法，下面就來講解一下采集任務的新建方法，有需要的用戶快來了解一下吧。

創建第一個采集任務

首先，打開爬山虎采集器，點擊主界面的新建任務按鈕

第一步、選擇起始網址

當你想要采集一個網站數據時，首先需要找到一個展示數據列表的地址。這一步，至關重要，起始網址決定了你采集的數據數量和類型。

以大眾點評為例，我們想要抓取當前城市的美食類的商家信息，包括店名、地址、評分等等信息。

通過瀏覽網站，我們找到所有美食類的商家列表地址

然后在爬山虎采集器V2中新建任務->第一步->輸入網頁地址

然后點擊下一步。

第二步、抓取數據

進入到第二步后，爬山虎采集器會智能分析網頁，并且從中提取出列表數據。如下圖：

這時，我們對已經分析出的數據進行整理修改，比如刪掉無用的字段。

點擊列的下拉按鈕，選擇刪除字段。

當然還是其他操作，比如修改名稱,數據處理等等。這些我們將在后面的文檔中介紹。

在整理修改字段后，我們來采集處理分頁。

選擇分頁設置->自動識別分頁，程序將會自動定位下一頁元素。

完成之后，點擊下一步。

第三步、設置

這里包括對瀏覽器的配置，比如禁用圖片、禁用JS、禁用Flash、攔截廣告等等操作。可以通過這些配置提高瀏覽器的加載速度。

計劃任務的配置，通過計劃任務，可以設置任務定時自動運行。

點擊完成，保存任務。

完成，運行任務

任務創建完成之后，我們選擇剛剛新建的任務，點擊主界面工具欄開始按鈕。

任務運行窗口，任務運行日志，記錄詳細采集日志信息。

已采集數據窗口，實時顯示已采集的數據

怎么采集圖片

對于用戶來說，單單只是上面的采集基本信息是遠遠不夠的，因為圖片對于用戶來說也是非常重要的一個方面，為了更好的幫助到大家快速的知曉圖片采集的基本步驟，實現圖片快速保存的操作，下面就來分享一下相關的采集方法，來看看吧。

1.點擊添加字段。

2.鼠標點擊網頁中的圖片，程序自動獲取圖片地址。（已有字段，選擇重新選擇元素，然后點擊圖片）

3.選擇要下載的字段，點擊菜單按鈕，選擇文件下載菜單。

4.設置文件名和圖片的保存路徑。

5.完成。

怎么自定義廣告屏蔽

有的用戶在使用爬山虎采集器的時候，就會發現自己想要去采集的頁面會有非常多的廣告，這些東西都是沒有用處的，會干擾正常的采集操作，增加不必要的存儲空間，所以自定義廣告屏蔽是非常重要的，下面就來分享一下相關屏蔽的方法，快來看看吧。

在爬山虎采集器中，可以通過自定義廣告屏蔽，來加快采集速度。

具體語法參考 AdBlock Plus 過濾規則 ,規則為一行一個。

最常用的就是使用通配符，在指定字符前后加星號 *

技巧

一般我們在采集時，注意觀察運行日志，如果出現了如下提示：

頁面加載超過 30 秒限制. 超時請求： Transferring data from ih1.redbubble.net…

我們可以添加規則：*ih1.redbubble.net* ，過濾掉所有包含 ih1.redbubble.net 的請求，這種請求一般是外站圖片、或者js請求。

注意：不要屏蔽你采集的網站主域名，比如你要采集 https://www.baidu.com/s?wd=x ,卻加上規則 *www.baidu.com*，這樣的話，可能就采集不到數據。

常見問題

問：如何過濾列表中的前N個數據？

1.有時我們需要對采集到的列表進行過濾，比如過濾掉第一組數據（在采集表格時，過濾掉表格列名）

2.點擊列表模式菜單中的，設置列表xpath

問：如何抓包獲取Cookie，并且手動設置？

1.首先，使用谷歌瀏覽器打開要采集的網站，并且登陸。

2.然后按下 F12,會出現開發者工具，選擇 Network

3.然后按下F5，刷新下頁面， 選擇其中一個請求。

4.復制完成后，在爬山虎采集器中，編輯任務，進入第三步，指定HTTP Header。

更新日志

新增數據查看- 預覽、編輯完整數據

新增數據查看- 執行 sql 功能

數據處理，新增 自動補全相對URL功能

對單個腳本命令 可設置所有分頁執行（右擊命令行

修改文本框高亮

修復innerText包含style、script問題

修復其他等問題