网络信息的时代,想要收集信息,爬虫是一项必不可少的工具。对于很多小伙伴们来说,只是想利用爬虫进行快速的内容抓取,而并不想太过深入的学习爬虫。
利用python编写爬虫程序虽然炫酷,但是需要耗费时间和精力去学习。学习成本非常高,有的时候就是为了几页的数据,学了几个月的爬虫,实在是伤不起。
有没有啥好的办法,既快又省事,当然有!今天菜鸟哥今天就带领大家来分享五款免费的数据抓取工具,帮你省时又省力。
01.八爪鱼
八爪鱼是一款较为流行的爬虫软件,即便用户不会编程,也能够轻松抓取数据。八爪鱼对于数据抓取的稳定性较强,并且配备了详细的使用教程,可以很快的上手使用。
传送门:/
我们以采集名人名言为例,网址为:/mingyan/234813297
打开八爪鱼软件后,打开网页,然后点击单个文本,选择右侧的“选中全部”,软件会自动识别所有的名言文本。接下来按照操作,选择采集文本,并启动软件进行采集。
采集完成后,选择文本导出的文件类型,点击确定,导出数据。
2.集搜客
集搜客针对于一些比较大众的热门网站设置了快捷的爬虫程序,但是学习成本相对于八爪鱼较高。
传送门:/
我们以知乎关键词作为抓取目标,网址为:/search?type=content&q=python 。首先需要按照爬取玩个类别进行分类,然后输入网址之后,点击获取数据,开始抓取。抓取的数据如下图所示:
可以看到,集搜客抓取信息是非常丰富的,但是数据的下载需要消耗积分,20条数据花费1个积分。集搜客会赠与新用户20积分。
以上介绍的两款都是非常好用的国产数据抓取软件,接下来菜鸟哥为大家介绍的则是chrome浏览器下的爬虫插件。
Web scraper插件是一款非常好用的简易爬虫插件,对于Web scraper的安装,可以参考菜鸟哥之前分享的文章(牛逼的chrome插件,不用一行代码,轻松爬取各大网站公开信息!(附视频))。
对于简单的数据抓取,Web scraper可以很好的完成任务。我们同样以名人名言的网址数据抓取为例。
通过选中Multiple,来抓取页面中的所有名言。数据抓取完毕后,通过点击“Export data as CSV“来导出所有的数据。
将网页翻到评价部分,然后点击AnyPapa插件下的”本地数据“,会自动跳转到AnyPapa的数据页面。
首先点击切换数据源,找到”京东商品评论“的数据源,此时界面中会显示出手机评论页面中的当前全部评论内容。点击”导出“,评论数据会以csv文件下载到本地。
-get
you-get是GitHub上的一个非常火爆的爬虫项目,作者提供了近80个国内外网站的视频图片的抓取,收获了40900个赞!
传送门:/soimort/you-get 。
对于you-get的安装,可以通过pip install you-get
的命令进行安装。
我们以B站上的视频为例,网址为:/video/BV1y64y1X7YG?spm_id_from=333.851.b_7265636f6d6d656e64.3
通过命令:
you-get -o ./ '/video/BV1y64y1X7YG?spm_id_from=333.851.b_7265636f6d6d656e64.3' --format=flv360
可以实现视频的下载,其中-o 指的是视频下载的存放地址,--format是指视频下载的格式和清晰度。
6.总结
以上就是菜鸟哥今天为大家带来的五款自动提取数据的工具,如果对于偶尔一次的爬虫,或者很低频率的爬取需求,完全没有必要去学习爬虫的技术,因为学习成本很高。好比如果你只是想P几张图,直接用美图秀秀了,不需要学Photoshop 。
如果是对爬虫有很多定制的需求,需要对收集的数据进行分析和深度挖掘,而且是高频的,或者你想通过爬虫把Python技术运用的更深入,学习的更扎实,这个时候才考虑学爬虫。