后羿采集器怎么导出数据_免费爬虫工具：后羿采集器如何采集同花顺圈子评论数据...

本文主要介绍如何使用后羿采集器的智能模式，免费采集同花顺圈子首页短评的发布时间、发布内容、作者及阅读量等信息。

采集工具简介：

后羿采集器是一款基于人工智能技术的网络爬虫软件，只需要输入网址就能够自动识别网页数据，无需配置即可完成数据采集，是业内首家支持三种操作系统(包括Windows、Mac和Linux)的采集软件。

这是一款真正免费的数据采集软件，对采集结果导出没有任何限制，没有编程基础的小白用户也可轻松实现数据采集要求。

官方网址：http://www.houyicaiji.com/

采集对象简介：

同花顺财经以证券网上行情交易系统为核心，以网上行情交易客户端为平台，专业化经营，多样化服务，为证券公司提供安全、可靠的证券网上证券交易综合解决方案和服务，为投资者提供专业、及时的数据和个性化的资讯服务，以及其他辅助决策工具。

采集字段：

作者、评论内容、发布时间、阅读量

功能点目录：

采集结果预览：

下面我们来详细介绍一下如何免费采集同花顺圈子评论的数据，具体步骤如下：

步骤一：下载安装后羿采集器，并注册登录

1、点此打开后羿采集器官网，下载并安装爬虫软件工具—后羿采集器软件

2、点击注册登录，注册新账号，登录后羿采集器

【温馨提示】您可以直接使用此款爬虫软件，不需要进行注册，但是匿名账户下的任务在切换到注册用户时会丢失，因此建议您注册后使用。

后羿采集器为神箭手云旗下产品，如果您是神箭手用户，可直接登录。

步骤二：新建采集任务

1、复制同花顺圈子短评的网页(需要搜索结果页的网址，而不是首页的网址)

点此了解关于如何正确地输入网址。

2、新建智能模式采集任务

您可以在软件上直接新建采集任务，也可以通过导入规则来创建任务。

点此了解如何导入和导出采集规则。

步骤三：配置采集规则

1、设置提取数据字段

在智能模式下，我们输入网址后软件即可自动识别出页面上的数据并生成采集结果，每一类数据对应一个采集字段，我们可以右击字段进行相关设置，包括修改字段名称、增减字段、处理数据等。

点此了解如何对采集字段进行配置。

由于采集软件识别出了很多我们不需要的字段，而我们只需要作者、评论内容、发布时间及阅读量这四个字段的内容，这种情况下可以将原先识别出来的字段全部清空，再手动添加字段。

字段设置效果如下：

2、手动设置翻页

由于同花顺圈子的短评是实时加载的，页面上没有“下一页”的翻页按钮，需要点击“加载更多”才能出现之前的内容，智能模式不能自动识别到“加载更多”这个元素，此时会出现以下提示：

为了采集到之前的评论内容，我们需要手动设置翻页，我们选择“分页设置—手动设置分页—点选分页按钮”，然后点击页面上的“加载更多”按钮，这样就能采集出所有数据了。

点此了解更多关于翻页的内容。

步骤四：设置并启动采集任务

1、设置采集任务

完成了采集数据添加，我们可以开始启动采集任务了。在启动之前我们需要对采集任务进行一些设置，从而提高采集的稳定性和成功率。

点击“设置”按钮，在弹出的运行设置页面中我们可以进行运行设置和防屏蔽设置，这里我们勾选“跳过继续采集”，设置“2”秒请求等待时间，勾选“不加载网页图片”，防屏蔽设置就按照系统默认设置，然后点击保存。

点此深入了解如何对采集任务进行配置。

2、启动采集任务

点击“保存并启动”按钮，可在弹出的页面中进行一些高级设置，包括定时启动、自动入库和下载图片，本次示例不需要使用到这些功能，我们直接点击“启动”运行爬虫工具。

点此深入了解什么是定时采集。

点此深入了解什么是自动入库。

点此深入了解如何下载图片。

【温馨提示】免费版本可以使用非周期性定时采集功能，下载图片功能是免费的。个人专业版及以上版本可以使用高级定时功能和自动入库功能。

3、运行任务提取数据

任务启动之后便开始自动采集数据，我们从界面上可以直观的看到程序运行过程和采集结果，采集结束之后会有提醒。

步骤五：导出并查看数据

数据采集完成后，我们可以查看和导出数据，后羿采集器支持多种导出方式(手动导出到本地、手动导出到数据库、自动发布到数据库、自动发布到网站)和导出文件的格式(EXCEL、CSV、HTML和TXT)，我们选择自己需要方式和文件类型，点击“确认导出”。

点此深入了解如何查看和清空采集数据。

点此深入了解如何导出采集结果。

【温馨提示】：所有手动导出功能都是免费的。个人专业版及以上版本可以使用发布到网站功能。

作者：后羿采集器

链接：https://www.jianshu.com/p/9ffa68978386