爬虫常用工具_第1页
爬虫常用工具_第2页
爬虫常用工具_第3页
爬虫常用工具_第4页
爬虫常用工具_第5页
已阅读5页，还剩4页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

负责人：郑美容01目录爬虫常用工具爬虫常用工具1爬虫常用工具1.OctoparseOctoparse是一个免费且功能强大的网站爬虫工具，用于从网站上提取需要的各种类型的数据。它有两种学习模式：向导模式和高级模式，所以非程序员也可以使用。可以下载几乎所有的网站内容，并保存为EXCEL，TXT，HTML或数据库等结构化格式。具有ScheduledCloudExtraction功能，可以获取网站的最新信息。提供IP代理服务器，所以不用担心被侵略性网站检测到。爬虫常用工具2.WebCopyWebCopy是一款免费的爬虫工具，允许将部分或完整网站内容本地复制到硬盘以供离线阅读。它会在将网站内容下载到硬盘之前扫描指定的网站，并自动重新映射网站中图像和其他网页资源的链接，以匹配其本地路径。还有其他功能，例如下载包含在副本中的URL，但不能对其进行爬虫。还可以配置域名，用户代理字符串，默认文档等。爬虫常用工具3.ScraperScraper是一款Chrome扩展工具，数据提取功能有限，但对于在线研究和导出数据到GoogleSpreadsheets非常有用。适用于初学者和专家，可以轻松地将数据复制到剪贴板或使用OAuth存储到电子表格。不提供全包式抓取服务，但对于新手也算友好。爬虫常用工具4.HTTrack作为网站免费爬虫软件，HTTrack提供的功能非常适合从互联网下载整个网站到你的PC。它提供了适用于Windows，Linux，SunSolaris和其他Unix系统的版本。它可以镜像一个或多个站点（共享链接）。在“设置选项”下下载网页时决定要同时打开的连接数。可以从整个目录中获取照片，文件，HTML代码，更新当前镜像的网站并恢复中断的下载。爬虫常用工具5.GetleftGetleft是一款免费且易于使用的爬虫工具。启动Getleft后输入URL并选择应下载的文件，然后开始下载网站此外，它提供多语言支持，目前Get

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论