懒人采集器 V4.0.2 官方最新版

　　懒人采集器是一款非常实用的网页信息采集工具，该工具界面整洁、操作简单、功能强大。它的采集配置非常简单，全程可通过内置浏览器可视化选取需要采集的内容，使您可以在短时间内就可以快速创建出一个采集任务，无需分析网页源代码，更不需要熟悉网络协议，只需要点点鼠标就可以完成创建好任务。软件界面简洁，用户可以轻松使用这款软件来帮助自己采集目标网站中的所有信息。懒人采集器使用方法非常的简单，即便是第一次使用都可以轻松的完成信息采集任务，非常实用。

【软件功能】

　　零门槛：不懂网络爬虫技术，会上网，就会采集网站数据

　　多引擎，高速稳定：内置高速浏览器引擎，还可以切换为HTTP引擎模式运行，采集数据更加高效。还内置了JSON引擎，无需分析JSON数据结构，可视化选取JSON内容。

　　适用各种网站 ：能够采集互联网99%的网站，包括单页应用Ajax加载等等动态类型网站。

【软件特色】

　　软件操作简单，可通过鼠标点击的方式轻松选取要抓取的内容；

　　支持三种高速引擎：浏览器引擎、HTTP引擎、JSON引擎，内置优化后的火狐浏览器，加上独创的内存优化使浏览器采集也可以高速运行，甚至可以快速转换为HTTP方式运行，享受更高的采集速度！而在抓取JSON数据时，同样可以使用浏览器可视化方式，通过鼠标点选需要抓取的内容，完全不需要去分析JSON数据结构，使非网页专业设计人士也可以轻松抓取需要的数据；

　　不用分析网页请求和源代码，却支持更多的网页采集；

　　先进的智能算法，可以一键生成目标元素XPATH、自动识别网页列表、自动识别分页中的下一页按钮……

　　支持丰富的数据导出方式，可以导出为txt文件、html文件、csv文件、excel文件，也可以导出到已有的数据库，如sqlite数据库、access数据库、sqlserver数据库、mysql数据库，通过向导的方式简单映射字段，即可轻松导出到目标网站数据库中。

【软件优势】

　　可视化向导：所有采集元素，自动生成采集数据

　　计划任务：灵活定义运行时间，全自动运行

　　多引擎支持：支持多个采集引擎，内置高速浏览器内核、HTTP引擎和JSON引擎

　　智能识别：可自动识别网页列表、采集字段和分页等

　　拦截请求：自定义拦截域名，方便过滤站外广告，提高采集速度

　　多种数据导出：可导出为Txt 、Excel、MySQL、SQLServer、 SQlite、Access、网站等

【怎么设置起始网址】

　　要采集一个网站的数据，首先我们要设置从哪些网址进入采集，比如我们要采集一个网站的国内新闻，那么我们就要设置起始网址为国内新闻栏目列表的网址，而一般不会设置网站首页为起始网址，因为首页通常会包含很多列表，比如最新文章、热门文章、推荐文章等等各种列表块，并且这些列表块里显示的内容也是非常有限的，采集这些列表的话一般都无法采集完整信息。

　　下面我们以采集新浪新闻为例，从新浪首页找到国内新闻，但该栏目首页内容还是比较杂乱，而且还细分三个子栏目

　　我们从进入其中一个子栏目“内地新闻”看一下

　　该栏目页包含有一个带分页的内容列表，通过切换分页，我们就可以采集到该栏目下的所有文章，所以这种列表页就非常适合作为我们采集的起始网址。

　　现在，我们就复制该列表网址到任务编辑框第一步的文本框中

　　如果你要在一个任务中同时采集国内新闻里的其他子栏目，也可以把另两个子栏目列表地址复制进来，因为这些子栏目列表格式都是相似的。但为了便于导出或发布分类数据，一般不建议多个栏目内容混合在一起。

　　对于起始网址我们也可以批量添加或从txt文件导入，比如我们要采集前5页，也可以这样自定义五个起始页

　　需要注意的是如果这里自定义了多个分页列表，在后面的采集配置里就不要再启用分页了，通常我们要采集某个栏目下的所有文章时，都只需要定义该栏目第一页为起始网址就行了，在后面的采集配置里启用分页，就可以采集到每个分页列表的数据。

【懒人采集器自动生成列表和字段】

　　对于某些网页，软件会智能分析出该页的列表，并自动高亮选择网页列表和生成列表数据，如

　　然后我们再对这些数据进行修整，比如删掉一些不需要的字段

　　点击图示三角符号，会弹出该字段采集详细配置，点击上面的删按钮即可删除该字段，其余参数后面章节会独立介绍。

　　如果某些网页自动生成的列表数据并不是我们想要的数据，可以点击“清除字段”，把生成的字段全部清除。

　　如果自动分析出的高亮列表也不是我们要采集的列表，那么我们就手动选取列表。要是想取消高亮显示的列表框，可以点击 查找列表 - 列表XPATH，把里面的xpath清空后确定即可。