WebHarvy網(wǎng)頁采集大師漢化版

WebHarvy網(wǎng)頁采集大師漢化版是一個國外采集工具，網(wǎng)站首發(fā)漢化版本，本程序已經漢化了90%，對有限制的網(wǎng)頁進行編輯的軟件非常易于使用且功能強大的應用,可以從網(wǎng)頁自動抽取數(shù)據(jù)(文本,URL和圖像)并且以不同的格式保存提取內容。

應用說明

WebHarvy是一個方便的應用程序旨在使您能夠自動從網(wǎng)頁中提取數(shù)據(jù)并保存提取的內容在不同的格式。 WebHarvy,捕獲數(shù)據(jù)從web頁面一樣容易導航到頁面包含數(shù)據(jù)和點擊數(shù)據(jù)捕獲。WebHarvy會智能地識別數(shù)據(jù)模式發(fā)生在web頁面。 使用WebHarvy,您可以提取數(shù)據(jù),如產品目錄或搜索結果從不同的網(wǎng)站,在不同的類別,如房地產、電子商務、學術研究、娛樂、技術等。從網(wǎng)頁中提取的數(shù)據(jù)可以保存在不同的格式。 通常web頁面顯示數(shù)據(jù),如在多個頁面的搜索結果。 WebHarvy可以自動爬行和提取數(shù)據(jù)從多個頁面。

軟件特點

WebHarvy可以讓您分析網(wǎng)頁上的數(shù)據(jù)

可以顯示從一個HTML地址上分析連接數(shù)據(jù)

可以延伸到下一個網(wǎng)頁頁面

可以指定搜索數(shù)據(jù)的范圍以及內容

可以將掃描的圖片下載保存

支持在瀏覽器上復制鏈接搜索

支持配置對應資源項目搜索

可以使用項目名稱以及資源名稱查找

功能特點

視覺點和點擊界面

WebHarvy是一個可視化的網(wǎng)頁提取工具。其實完全沒有必要編寫任何腳本或代碼用來提取數(shù)據(jù)。使用WebHarvy的內置瀏覽器瀏覽網(wǎng)頁。您可以選擇用鼠標點擊來提取數(shù)據(jù)。它是那么容易！

智能識別模式

自動識別網(wǎng)頁中出現(xiàn)的數(shù)據(jù)模式。所以，如果你需要從一個網(wǎng)頁刮項目（姓名，地址，電子郵件，價格等）的列表，你不需要做任何額外的配置。如果數(shù)據(jù)重復，WebHarvy會自動刮。

導出捕獲的數(shù)據(jù)

可以保存從各種格式的網(wǎng)頁中提取的數(shù)據(jù)。 WebHarvy網(wǎng)站刮板的當前版本允許你導出的刮數(shù)據(jù)作為XML，CSV，JSON或TSV文件。您還可以刮下數(shù)據(jù)導出到一個SQL數(shù)據(jù)庫。

從多個頁面提取

通常網(wǎng)頁顯示數(shù)據(jù)，如在多個頁面中的產品目錄。 WebHarvy可以自動抓取并從多個網(wǎng)頁中提取數(shù)據(jù)。只是指出了“鏈接到下一頁'和WebHarvy網(wǎng)站刮板將自動刮從所有頁面的數(shù)據(jù)。

基于關鍵字的提取

基于關鍵字的提取可讓您捕捉從搜索結果頁面輸入關鍵字的列表數(shù)據(jù)。您創(chuàng)建的配置將被自動重復所有給定輸入關鍵字，而挖掘的數(shù)據(jù)。可以指定任意數(shù)量的輸入關鍵字

通過代{過}{濾}理服務器提取

提取匿名和防止提取網(wǎng)絡軟件被封鎖的Web服務器，您必須通過代{過}{濾}理服務器訪問目標網(wǎng)站的選項。可以使用一個單一的代{過}{濾}理服務器地址或代{過}{濾}理服務器的地址列表。

提取分類

WebHarvy網(wǎng)站刮板允許您從一個鏈接列表，從而導致一個網(wǎng)站內的相似頁面抽取數(shù)據(jù)。這使您可以使用一個單一的配置刮網(wǎng)站內的類別或小節(jié)。

使用正則表達式提取

WebHarvy可以應用正則表達式（正則表達式）在文本或網(wǎng)頁的HTML源代碼，并提取去匹配的部分。這種強大的技術為您提供了更多的靈活性，同時拼搶的數(shù)據(jù)。

外鏈搜刮教程（附WebHarvy建議采集工具）