附注：如果网站有防屏蔽采集机制（如数据很多但只能采集一部分下来 ， 或提示多久才能打开一次页面） ， 则适当调小a值和调大b的值；
第8步：保存、勾选并开始任务（如果是同一分组的 ， 可以在分组上批量选中）
文章插图
Google Sheet
使用Google Sheet爬取数据前 ， 要保证三点：使用Chrome浏览器、拥有Google账号、电脑已翻墙 。
步骤如下：
（1）打开Google Sheet网站：http://www.google.cn/sheets/about/
文章插图
（2）在首页上点击“转到Google表格” ， 然后登录自己的账号 ， 可以看到如下界面 ， 再点击“+”创建新的表格
文章插图
（3）打开要爬取的目标网站 ， 一个全国实时空气质量网站http://www.pm25.in/rank ， 目标网站上的表格结构如下图所示
文章插图
（4）回到Google sheet页面 ， 使用函数=IMPORTHTML(网址, 查询, 索引) ， “网址”就是要爬取数据的目标网站 ， “查询”中输入“list”或“table” ， 这个取决于数据的具体结构类型 ， “索引”填阿拉伯数字 ， 从1开始 ， 对应着网站中定义的哪一份表格或列表
对于我们要爬取的网站 ， 我们在Google sheet的A1单元格中输入函数=IMPORTHTML(“http://www.pm25.in/rank”,”table”,1) ， 回车后就爬得数据啦
文章插图
文章插图
（5）将爬取好的表格存到本地
文章插图
八爪鱼采集器
网站：https://www.bazhuayu.com/
八爪鱼采集器是用过最简单易用的采集器 ， 很适合新手使用 。 采集原理类似火车头采集器 ， 用户设定抓取规则 ， 软件执行 。 八爪鱼的优点是提供了常见抓取网站的模板 ， 如果不会写规则 ， 就直接用套用模板就好了 。
它是基于浏览器内核实现可视化抓取数据 ， 所以存在卡顿、采集数据慢的现象 。 不过整体来说还是不错的 ， 毕竟能基本满足新手在短时间抓取数据的场景 ， 比如翻页查询 ， Ajax 动态加载数据等 。
操作步骤：
（1）登陆后找到主页面 ， 选择主页左边的简易采集 ， 如图：
文章插图
（2）选择简易采集中淘宝图标 ， 如图红框：
文章插图
（3）进入到淘宝版块后可以进行具体规则模板的选择 ， 根据楼主截图 ， 应该手提包列表的数据信息采集 ， 此时我们选择“淘宝网-商品列表页采集” ， 如图：
文章插图
（4）然后会进入到信息设置页面 ， 根据个人需要设置相关关键词 ， 例如此处我们输入的商品名称为“手提包” ， 如图：
文章插图
（5）点击保存并启动后就可以进行数据采集了 ， 以下是本地采集效果示例 ， 如图：
特别声明：本站内容均来自网友提供或互联网，仅供参考，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。