WebHarvy是一款功能强大的应用程序,旨在使您能够自动从网页中提取数据并保存提取的内容在不同的格式。捕获数据从web页面一样容易导航到页面包含数据和点击数据捕获,智能地识别数据模式发生在web页面。
【功能特点】
视觉点和点击界面
WebHarvy是一个可视化的网页提取工具。其实完全没有必要编写任何脚本或代码用来提取数据。使用WebHarvy的内置浏览器浏览网页。您可以选择用鼠标点击来提取数据。它是那么容易!
智能识别模式
自动识别网页中出现的数据模式。所以,如果你需要从一个网页刮项目(姓名,地址,电子邮件,价格等)的列表,你不需要做任何额外的配置。如果数据重复,WebHarvy会自动刮。
导出捕获的数据
可以保存从各种格式的网页中提取的数据。 WebHarvy网站刮板的当前版本允许你导出的刮数据作为XML,CSV,JSON或TSV文件。您还可以刮下数据导出到一个SQL数据库。
从多个页面提取
通常网页显示数据,如在多个页面中的产品目录。 WebHarvy可以自动抓取并从多个网页中提取数据。只是指出了“链接到下一页'和WebHarvy网站刮板将自动刮从所有页面的数据。
基于关键字的提取
基于关键字的提取可让您捕捉从搜索结果页面输入关键字的列表数据。您创建的配置将被自动重复所有给定输入关键字,而挖掘的数据。可以指定任意数量的输入关键字
通过代{过}{滤}理服务器提取
提取匿名和防止提取网络软件被封锁的Web服务器,您必须通过代{过}{滤}理服务器访问目标网站的选项。可以使用一个单一的代{过}{滤}理服务器地址或代{过}{滤}理服务器的地址列表。
提取分类
WebHarvy网站刮板允许您从一个链接列表,从而导致一个网站内的相似页面抽取数据。这使您可以使用一个单一的配置刮网站内的类别或小节。
使用正则表达式提取
WebHarvy可以应用正则表达式(正则表达式)在文本或网页的HTML源代码,并提取去匹配的部分。这种强大的技术为您提供了更多的灵活性,同时拼抢的数据。
【使用方法】
1、启动软件,提示及解锁,也就是需要添加官方的许可文件才能使用
2、解压下载的文件,双击“URET NFO v2.2.exe”就可以了
3、提示您SysNucleus WebHarvy软件已经授权给SMR
4、从需要提取数据的地方导航到web页面。您可以使用内置浏览器加载和导航web页面
5、要捕获该文本的一部分,请选择并突出显示。在选择下面的选项之前,确定需要的部分。
6、输入自己分析的网页地址就可以了,顶部的URL就是地址输入栏
7、输入一个地址,直接可以在网页上打开
8、选择配置的功能,可以点击第一个Start Config开始配置下载网页数据的方案