Houyi Collector是Google原技术团队打造的一款网页数据采集软件。可以可视化点击，一键采集网页数据。它适用于所有平台和Win/Mac/Linux。收集和导出是免费且无限制的。放心使用，可以后台运行，速度实时显示。

Houyi Collector是Google原技术团队打造的一款网页数据收集软件。可以可视化点击，一键采集网页数据。它适用于所有平台和Win/Mac/Linux。收集和导出是免费且无限制的。放心使用，可以后台运行，速度实时显示。

软件特点

1.可视化定制采集流程

全程问答引导、可视化操作、定制采集流程

自动记录并模拟网页操作序列

高级设置满足更多采集需求

2.点击提取网页数据

用鼠标点击选择要抓取的网页内容，操作简单

您可以选择提取文本、链接、属性、html 标签等。

3. 运行批量数据采集

软件根据采集流程和提取规则自动采集批次。

快速稳定，实时显示采集速度和进程

软件可以切换到后台运行，不影响前台工作。

4. 导出并发布收集的数据

收集的数据会自动制成表格，并且可以自由配置字段。

支持数据导出到Excel等本地文件

并一键发布到CMS网站/数据库/微信公众号等媒体

指示

自定义采集百度搜索结果数据的方法

第一步：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，点击创建任务按钮，创建“自定义采集任务”

2）输入百度搜索的网址，包括三种方法

1.手动输入：直接在输入框中输入网址。如果有多个URL，则需要用换行符分隔。

2. 单击从文件中读取：用户选择一个文件来存储URL。文件中可以有多个URL地址，地址之间需要用换行符分隔。

3、批量添加方式：通过添加、调整地址参数，生成多个常规地址

第2 步：定制收集流程

1）点击创建后，会自动打开第一个URL，然后进入自定义设置页面。默认情况下，已经创建了开始、打开网页、结束的流程块。底部模板区域用于拖放到画布中生成新的流程块；点击打开网页中的属性按钮可以修改打开的URL

2) 添加输入文本流块：将底部模板区域中的输入文本块拖至打开的网页块后面附近。当出现阴影区域时，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：按照上面添加输入文本流程块的拖放过程添加新块：如下图：

关键步骤块设置介绍

第二步：定时等待，用于等待之前打开的网页完成。

第三步：点击输入框Xpath属性按钮，点击属性菜单中的图标选择网页中的输入框，点击输入文本属性按钮，在菜单中输入要搜索的文本。

第四步：设置点击开始搜索按钮，点击元素的xpath属性按钮，点击菜单中的点击图标，然后点击网页上的百度点击按钮。

步骤5：用于设置循环加载下一个列表页面。在循环块内的循环条件块中设置详细条件。单击此处的操作按钮，选择单个元素，然后单击属性菜单中该元素的xpath 属性按钮。执行与上述相同的操作，然后单击网页中的下一页按钮。循环次数属性按钮可以默认为0，即下一页的点击次数没有限制。

步骤6：用于设置一个循环以从列表页面提取数据。在循环块内的循环条件块中设置详细条件。单击此处的“操作”按钮，选择“未连接的元素列表”，然后单击属性菜单中元素的XPath属性按钮，然后在网页上连续单击两次以提取第一个块和第二个元素。周期时间属性按钮可以默认为0，这意味着要在列表中收集的字段数没有限制。

步骤7：要执行单击“下一页”按钮操作，请单击元素XPath属性按钮，然后在当前循环中选择该元素的使用XPath选项。

步骤8：使用相同的方法来设置网页加载的等待时间。

步骤9：要设置列表页面上提取的字段规则，请单击“属性”按钮中的循环按钮中的使用元素，然后在循环选项中选择“使用元素”。单击元素模板属性按钮，然后单击字段表中的添加或减去添加或删除字段。使用单击操作添加字段，也就是说，单击加号，然后将鼠标移至网页元素，然后单击以选择。

4）单击“开始收集”以开始收集

步骤3：数据收集和导出

1）收集任务正在运行

2）集合完成后，选择“导出数据”以将数据导出到本地文件。

3）选择“导出方法”以导出收集的数据。在这里，您可以选择Excel作为导出格式。

4）收集的数据被导出，如下所示