正文

數(shù)據(jù)抓取軟件（爬蟲數(shù)據(jù)抓取軟件）

發(fā)布時間：2023-03-21 05:59:16 稿源：創(chuàng)意嶺閱讀： 600 問大家

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于數(shù)據(jù)抓取軟件的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com

如需咨詢小紅書相關(guān)業(yè)務(wù)請撥打175-8598-2043，或微信：1454722008

本文目錄:

1、fiddler2 是什么？電腦管家顯示半年都沒有用過，可以卸載嗎？
2、基于百度地圖API的城市數(shù)據(jù)采集方式
3、有沒有能夠自動定時抓取某個網(wǎng)站數(shù)據(jù)的軟件或工具
4、有什么軟件能抓取圖片上的數(shù)據(jù)導入到excel中去？

數(shù)據(jù)抓取軟件（爬蟲數(shù)據(jù)抓取軟件）

一、fiddler2 是什么？電腦管家顯示半年都沒有用過，可以卸載嗎？

您好：

fiddler2是一款數(shù)據(jù)包抓取軟件，如果您平時使用不到這款fiddler2軟件的話，您可以打開騰訊電腦管家的軟件管理，然后使用軟件管理的軟件卸載功能將其一鍵卸載掉的哦，您可以點擊這里下載最新版的騰訊電腦管家：騰訊電腦管家下載

二、基于百度地圖API的城市數(shù)據(jù)采集方式

在進行定量城市分析時（如研究某市某片區(qū)的空間分析），需要用到地理位置信息以及現(xiàn)狀設(shè)施建筑等的分布情況，這就必須獲得相關(guān)的地理坐標信息。因此數(shù)據(jù)的獲取與處理是進行定量城市分析所需的前置作業(yè)，此階段的工作決定了后續(xù)分析的效度和質(zhì)量。

這里采集數(shù)據(jù)使用到的工具是火車頭采集器8.5。

火車頭采集器一款互聯(lián)網(wǎng)數(shù)據(jù)抓取、處理、分析，挖掘軟件，可以抓取網(wǎng)頁上散亂分布的數(shù)據(jù)信息，并通過一系列的分析處理，準確挖掘出所需數(shù)據(jù)。

特點：采集不限網(wǎng)頁，不限內(nèi)容；

分布式采集系統(tǒng)，提高效率；

支持PHP和C#插件擴展，方便修改處理數(shù)據(jù)，但需要懂得火車頭規(guī)則或者正則表達式。

API是一些預先定義的函數(shù)，目的是提供應用程序開發(fā)人員基于某軟件或硬件得以訪問一組程序的能力，而又無需訪問源碼，或理解程序內(nèi)部工作機制的細節(jié)。API服務(wù)商在提供數(shù)據(jù)的同時也在收集用戶的信息，這是一個雙向過程。

百度地圖Web服務(wù)API中提供了地點檢索服務(wù)、正/逆地理編碼服務(wù)、路線規(guī)劃、批量算數(shù)、時區(qū)服務(wù)、坐標轉(zhuǎn)換服務(wù)及鷹眼軌跡服務(wù)等。其中地點檢索服務(wù)（又名Place API），提供多種場景的地點（POI）檢索功能，包括城市檢索、周邊檢索、矩形區(qū)域檢索。

以通過百度地圖API獲取綿陽市飯店數(shù)據(jù)為例。

1.申請百度地圖開放平臺開發(fā)者秘鑰

首先打開百度地圖開放平臺（http://lbsyun.baidu.com/index.php?title=%E9%A6%96%E9%A1%B5），點擊右上角控制臺，再點擊應用管理→我的應用→創(chuàng)建應用，申請開發(fā)者秘鑰（ak），并選擇以下服務(wù)項。

2.通過接口獲取詳細地理信息

開發(fā)者可以通過接口獲取地點（POI）基礎(chǔ)或詳細地地理信息。其返回的是Json類型數(shù)據(jù)（一個區(qū)域最大返回數(shù)是400，每頁最大返回數(shù)為20）。當某區(qū)域、，某類POI個數(shù)多于400時，可以選擇把該區(qū)域分成子區(qū)域進行檢索或通過矩形、圓形區(qū)域方式進行檢索查閱頁面中Place檢索格式和實例如下：

格式： http://api.map.baidu.com/place/search?&query=關(guān)鍵字&bounds=查詢區(qū)域&output=輸出格式類型&key=用戶密鑰

實例： http://api.map.baidu.com/place/search?&query=ATM機&bounds=綿陽&output=json&ak=你的密鑰 (你的秘鑰就是上一步申請得到的)

（什么是Place API詳細說明可見此網(wǎng)址https://developer.baidu.com/map/place-api.htm#.E4.BB.80.E4.B9.88.E6.98.AFPlace_API.EF.BC.9F）

其中“關(guān)鍵字”、“查詢區(qū)域”、“輸出格式類型”、“用戶秘鑰”可以根據(jù)自己的需要替換，而page_num為選填項，表示分頁碼，因為只有設(shè)置了page_num字段才會在結(jié)果頁面中返回標識總條數(shù)的total字段，方便在火車采集器中做相關(guān)設(shè)置，如下：

http://api.map.baidu.com/place/v2/search?&query=飯店&tage=美食®ion=綿陽&output=json&page_num=0&ak=kRA0vIfH6UHEVYUAhPLnkS72BwtVBYnI

訪問該網(wǎng)址，返回結(jié)果如下圖：

3.用火車頭采集器采集地理信息

在火車頭軟件中，首先點擊左上角的“新建”，然后點擊“分組”進入新建界面自己命名然后保存既可。建好分組后，再點擊新建。然后點擊“任務(wù)”，命名為“百度API”。

然后在第一步--采集規(guī)則頁面，點擊“添加”鍵，在添加開始采集網(wǎng)址頁面，選擇“批量/多頁”方式獲取地址格式，在地址格式一欄中填入Place檢索鏈接，并將page_num字段用(*)標識為變量，選擇等差數(shù)量方式，在項數(shù)與返回Json結(jié)果中total字段一致，公差為1。

在訪問百度地圖API接口返回的Json網(wǎng)頁中，在需要提取信息處復制該條信息。例如復制此處獲得“name”:周肥腸（總店）”，。

在火車頭采集器第二步采集內(nèi)容規(guī)則頁面，添加標簽，標簽名填入“名稱”，提取數(shù)據(jù)方式處選擇“前后截取”，在標簽編輯頁用（*）代替要采集的內(nèi)容，并將要采集內(nèi)容的前后內(nèi)容分別填入“開始字符串”、“結(jié)束字符串處”。

經(jīng)度、緯度的獲取方式與“名稱”方式相同。

添加完成后，點擊規(guī)則測試頁面的“測試”鍵，對POI的“名稱”、“經(jīng)度”、“緯度”三種標簽進行測試，測試可以得到正確獲取信息之后，進入“第三步：發(fā)布內(nèi)容設(shè)置”頁面，選擇“方式二：保存為本地Word，Excel，Html，Txt等文件”，并制作與標簽相對應的Gsv格式的模板，完成后，點擊“保存”按鈕，采集數(shù)據(jù)就完成了。

退回到主界面，在“采網(wǎng)頁”及“采內(nèi)容”下打?qū)?，點擊開始任務(wù)，即可完成百度地圖綿陽市飯店的數(shù)據(jù)獲取。

三、有沒有能夠自動定時抓取某個網(wǎng)站數(shù)據(jù)的軟件或工具

可以試下爬一爬采集器，先創(chuàng)建任務(wù)，可在已創(chuàng)建好的任務(wù)中配置任務(wù)調(diào)度，讓任務(wù)在云端按計劃進行數(shù)據(jù)采集自動抓取。官網(wǎng)有介紹。希望幫到你。

下面這個截圖就是我建立的安居客二手房數(shù)據(jù)，然后在管理選項，設(shè)置了cron表達式，用來設(shè)置抓取的頻率

四、有什么軟件能抓取圖片上的數(shù)據(jù)導入到excel中去？

去知網(wǎng)下載 CAJViewer 軟件。里面有從圖片抓取文字功能然后可以拷貝到EXCEL。

以上就是關(guān)于數(shù)據(jù)抓取軟件相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。