本文目录
八爪鱼采集器的主要功能
简单来讲，使用八爪鱼可以非常容易的从任何网页精确采集你需要的数据，生成自定义的、规整的数据格式。八爪鱼数据采集系统能做的包括但并不局限于以下内容：
1. 金融数据，如季报，年报，财务报告, 包括每日最新净值自动采集;
2. 各大新闻门户网站实时监控，自动更新及上传最新发布的新闻;
3. 监控竞争对手最新信息，包括商品价格及库存;
4. 监控各大社交网站，博客，自动抓取企业产品的相关评论;
5. 收集最新最全的职场招聘信息;
6. 监控各大地产相关网站，采集新房二手房最新行情;
7. 采集各大汽车网站具体的新车二手车信息;
8. 发现和收集潜在客户信息;
9. 采集行业网站的产品目录及产品信息;
10. 在各大电商平台之间同步商品信息，做到在一个平台发布，其他平台自动更新。
八爪鱼采集器的简介
八爪鱼数据采集系统以完全自主研发的分布式云计算平台为核心，可以在很短的时间内，轻松从各种不同的网站或者网页获取大量的规范化数据，帮助任何需要从网页获取信息的客户实现数据自动化采集，，规范化，摆脱对人工搜索及收集数据的依赖，从而降低获取信息的成本，提高效率。
八爪鱼数据采集器的内置功能有哪些
八爪鱼数据采集器的内置功能比较多，一时半会难以说完，只能根据你 的实际使用需求来，能满足你的需求就够了，其他的功能对于你来说就都是多余的，但是你慢慢研究你会发现他有多强大，简直无所不能！处处给你惊喜。
下面我简单说一下：
1 入门词汇介绍
1.1.1 积分
积
分是用来支付八爪鱼增值服务的一种方式，主要的用途包括：通过八爪鱼采集器采集并导出数据，在规则市场下载规则，在数据市场下载数据包，不同的账号类型在
使用上述增值服务时会有不同的收费策略，具体的收费策略和区别在下面版本说明里面有详细的解释。积分可以通过八爪鱼官方购买专业版或者旗舰版每月赠送，也
可以单独购买积分，还可以通过关注，签到，分享规则，关注微信，绑定社交账号等多种方式获得。
1.1.2 规则
规则是八爪鱼用来配置程序按照人工操作流程记录的一条程序规则，当软件配置好的则的时候，则可以按照您所配置的规则进行数据的采集，代替人工步骤。
1.1.3 云加速
八爪鱼系统是通过分布式集群部署的方式，每个集群由数量庞大的云节点组成，单个节点的采集能力相当于一台PC机的采集能力，通过八爪鱼后台的版本资源分配策略，分配到多少个云节点资源就享有几倍的加速，版本高的账户有更高的加加速倍数。
1.1.4 云优先
如果是多用户共享一个云集群的资源，一个集群的规模大小是有上限的，如果同一时间提交云集群任务过多，造成资源拥堵，那么根据用户账号版本的不同，八爪鱼系统会进行默认排序，版本高的，优先级高，将有优先获得资源分配的权益。暂时未分配到资源的任务将进行排队轮候。
1.1.5 URL
URL指正常网站的网址。
1.1.6 单机采集
单机采集是指不占用云集群的资源，只能通过八爪鱼客户端所在的PC进行工作，在工作期间，需要电脑和软件都处于运行状态，电源中断或者网路中断都会导致数据采集任务的中断
1.1.7 云采集
云
采集是指通过使用八爪鱼提供的服务器集群进行工作，该集群是7*24小时的工作状态，在客户端将任务设置完成并提交到云服务执行进行云采集之后，可以关闭
软件，关闭电脑进行脱机采集，真正的实现无人值守。除此之外云采集通过云服务器集群的分布式部署方式，多节点同时进行作业，可以提高采集效率，并且可以高
效的避开各种网站的IP封锁策略。
1.1.8 定时采集
定时采集指的是用户在设定好八爪鱼的采集规则时，定时的启动 采集程序。
1.1.9 URL循环
URL循环是指设定八爪鱼在制定的URL网址里面循环采集。
1.1.10 自动导出
自动导出是指用户在设定好导出.
1.1.11 Cookie
1）
Cookie诞生
当某个用户打开浏览器发出页面请求时，web服务器只是进行简单相应，然后就关闭与该用户的连接。所以当用户每发起一个打开网页请求到web服务器的时
候，无论是否是第一次打开同一个网页，web服务器都会把这个请求当作第一次来对待，那这样的缺陷可想而知，比如每次打开登录页面的时候都需要输入用户
名、密码。为了弥补这个缺陷，Cookie应运而生。
2） Cookie概述
Cookie就是服务器暂时存放在你计算机上的一笔资料，好让服务器来辨认你的计算机。当你在浏览网站的时候，web服务器会先送出小小资料放在你的计算
机上，cookie会帮你在网站上所打的文字（如用户名、密码）和其他一些操作都记录下来。当下次你再打开同一个网站。web服务器会先看看有没有它上次
留下的cookie资料，有的话就会依据cookie的内容来判断使用者，送出特定的网页内容给你。
3） Cookie工作原理
1.1.12 XPATH
XPATH:是一种路径查询语言，简单的说就是利用一个路径表达式找到我们需要的数据位置。
XPATH专用于XML中沿着路径查找数据用的，但是八爪鱼采集器内部有一套针对HTML的XPATH引擎，使得直接用XPATH就能精准的查找定位网页里面的数据。
1.1.13 HTML
1）
HTML概念
HTML:超文本标记语言，是用来描述网页的一种语言。主要用于控制数据的显示和外观。HTML文档也被称为网页。
2） HTML结构
完整的HTML文件至少包括《HTML》标签、《HEAD》标签、《TITLE》标签和《BODY》标
签，并且这些标签都是成对出现的，开头标签为《》，结束标签为《/》，在这两个标签之间添加内容。通过这些标签中的相关属性可以
设置页面的背景色、背景图像等。
2 八爪鱼基本流程教程
2.1 打开网页
该步骤根据设定的网址打开网页，一般为网页采集流程的第一个步骤，用来打开指定的网站或者网页。如果有多个类似的网址需要分别打开执行同样的采集流程，则应该放置在循环的内部，并作为第一个子步骤。
1） 网页地址
网址，一般可以从网页浏览器如IE等的地址栏中复制得到，如:
-八爪鱼采集
八爪鱼采集器导出的数据格式是什么
八爪鱼采集器导出的数据格式有很多种，可以根据自己需要的格式导出。
八爪鱼采集器(软著登字00547832号，2014SR149170)是深圳视界信息技术有限公司研发的一款业界领先的网页采集软件，具有使用简单，功能强大等诸多优点。
八爪鱼采集器该怎么用
八爪鱼采集器使用方法：
1、打开八爪鱼采集器的客户端，登陆软件之后新建一个任务，打开你要采集的网站地址。这里我自己示范的原创设计手稿的采集。
2、进入到设计工作流程环节，在界面浏览器那输入你要采集的网址，点击打开，你就能看到你要采集的网站界面，由于这个网址存在多页内容需要采集，我们再设置采集规则的时候，可以先建立翻页循环，先把鼠标选择页面上的【下一页】按钮，在弹出的任务对话框，选择高级选项中的【循环点击下一页】，软件会自动建立一个翻页循环。-八爪鱼采集器
3、建好翻页循环好，就是采集当前页上的内容，我要采集图片的URL，就选中一个图片，然后单击，软件会自动弹出对话框，先建立一个元素循环列表。当前页面的所有元素都被抓取后，循环列表则建立完成。
4、设置要抓取的内容，选择元素循环列表中的任意一个元素，在浏览器内找到该元素对应的图片，点击后弹出对话框，选择【抓取这个元素的图片地址】为字段1，同时我为了方便识别，还抓取了字段2为图片标题名称，设置原理同图片地址。-八爪鱼采集
5、检查一下，翻页循环框应该将产品循环框嵌套在内，表示，先抓取完当前一整页的图片URL后再翻页。
6、设置执行计划后，就可以开始采集了，单击采集的话，直接点击【完成】步骤下的【检查任务】，开始运行任务。采集完毕后可以直接下载成EXCEL的文件。
7、将URL转换为图片，这里用八爪鱼图片转换工具，将EXCEL导入之后，就可以自动等待系统将图片下载下来了！
我要用八爪鱼采集软件采集亚马逊的数据，求操作步骤
具体的操作步骤如下：
1、双击打开一米亚马逊数据采集软件，会弹出一个窗口
2、登录准备好的账号和密码
3、把需要采集的亚马逊商品评价地址输入进去
4、点击开始采集，然后把采集好的数据另存为到本地
八爪鱼采集器的介绍
八爪鱼采集器(软著登字00547832号，2014SR149170)是深圳视界信息技术有限公司研发的一款业界领先的网页采集软件，具有使用简单，功能强大等诸多优点。
