用软件进行数据爬取，八爪鱼使用

八爪鱼采集器（Octoparse）是一种用于抓取网页数据的网络爬虫工具，可简单快速地将网页数据转化为结构化数据，存储于EXCEL或数据库等多种形式，并且提供基于云计算的大数据云采集解决方案，实现精准、高效、大规模的数据采集。八爪鱼采集器通常用于数据挖掘、竞争情报、市场研究、数据分析和各种其他用途。
八爪鱼采集器采用可视化操作界面，无需编写代码，用户可以通过简单的拖拽、点选和配置来定义爬取规则。
自定义采集
采集豆瓣网站上的图书标题信息
豆瓣图书标签: 小说

1.输入网址

在主页的搜索框内输入我们要采集的网址（示例网址：豆瓣图书标签: 小说）

进入到采集页面后，我们观察到客户端右边有一栏规则，规则内只有一个打开网页，底部是数据预览区域，目前没有配置规则，所以为空。

2.选中要采集的元素 提取数据

选中图书的标题，观察到网页内选中标题绿色高亮，底下相似的标题显示红色虚线，同时操作提示也发生了变化，出现了【提取数据】和【鼠标操作】两类以及【选中全部相似元素】

我们选择【选中全部相似元素】，可以看到所有红色虚线的都变为绿色，并且底部也出现绿色数据的预选框，这时我们就选中了全部相似元素（所有图书的标题元素信息）同时观察到，我们的提示框也发生了变化，【鼠标操作】栏目内少了几项，这是因为我们采集器自动预判接下来的动作进行操作提示

我们此时已经选中所有要采集的数据元素，但是我们还没有明确要采集元素内的什么信息，因为网页上的某个元素块可能包含文本信息，链接信息，以及网页源代码信息，我们采集图书标题的文本信息，选择【文本内容】

可以看到页面又发生了变化，原本的网页内的选中框已经消失，底部的绿色预选框也变为白色，这意味着我们已经选择好了要采集的数据，并且已经在右边生成了相对应的规则，同时操作提示又发生了变化，提示我们是否要翻页等等，这里我们不需要翻页，修改字段名称点击采集即可

3.修改字段名称

选中提取列表数据，双击修改字段名，修改为图书名

4.开始采集

修改完成后，点击采集

5.导出数据

将采集到的全部数据，导出到本地或者数据库

选择导出的格式

若有收获，就点个赞吧