SysNucleus WebHarvy是一款视觉网络抓取工具，使用WebHarvy，您可以轻松地从任何网站抓取文本，HTML，图片，URL和电子邮件，并将抓取的数据保存在各种格式中。它的使用方式非常简便，WebHarvy可以从任何网站抓取数据，处理登录，表单提交，导航，分页，类别和关键词。支持代理服务器和定时抓取。
使用WebHarvy的点并点击界面，网络抓取变得非常容易。无需编写代码或脚本来抓取数据。您将使用WebHarvy的内置浏览器来加载和导航网站，您可以使用鼠标点击选择要提取的数据。WebHarvy能够自动识别网页中数据的模式。对于在网页中爬取一个列表或表格的项目（如名称，地址，电子邮件，价格等），无需额外的配置。如果数据重复，WebHarvy将自动抓取。
WebHarvy允许您从独立页面的多个链接中抓取数据，这样便于您在使用单一配置时抓取网站内的类别和子类别。您可以在网络抓取之前，通过浏览器在目标页面中运行自己的JavaScript代码。这可以用来和页面元素互动，修改DOM或者调用已在目标页实现的JavaScript功能。如此多种功能，使得WebHarvy在网络抓取领域中独具魅力，受到了用户的广泛赞誉。
简单的网页抓取
通过 WebHarvy 的点击界面，网页抓取变得非常简单。无需编写代码或脚本来抓取数据。您将使用 WebHarvy 的内置浏览器加载和导航网站，并且可以通过单击鼠标选择要抓取的数据。
智能模式检测
WebHarvy 自动识别网页中出现的数据模式。要从网页中抓取项目列表或表格（名称、地址、电子邮件、价格等），不需要额外的配置。如果数据重复，WebHarvy 会自动抓取它。
保存到文件或数据库
抓取的数据可以以多种格式保存。当前版本的 WebHarvy 网页抓取软件允许您将抓取的数据保存为 Excel、XML、CSV、JSON 或 TSV 文件。您还可以将数据导出到 SQL 数据库。
处理分页
网站通常会在多个页面中显示产品列表或搜索结果等数据。 WebHarvy 可以自动从多个页面爬行和抓取数据。只需指出“下一页的链接”，WebHarvy 就会自动从所有页面中抓取数据。
提交关键词
通过自动向搜索表单提交输入关键字列表来抓取数据。可以将任意数量的输入关键字提交到多个输入文本字段来执行搜索。可以从输入关键字的所有组合的搜索结果中抓取数据。
保护隐私
为了匿名抓取数据并防止网络抓取软件被网络服务器阻止，您可以选择通过代理服务器或 VPN 访问目标网站。可以使用单个代理服务器或代理服务器列表。
类别抓取
WebHarvy 允许您从指向网站内类似页面/列表的链接列表中抓取数据。这允许您使用单一配置来抓取网站内的类别和子类别。
常用表达
正则表达式 (RegEx) 可以应用于网页的文本或 HTML 源来抓取匹配部分。这种强大的技术为您在抓取数据时提供了更大的灵活性和控制力。
JavaScript 支持
在抓取数据之前，在浏览器中运行您自己的 JavaScript 代码。这可用于与页面元素交互、修改 DOM 或调用目标页面中已实现的 JavaScript 函数。
图像抓取
可以下载图像或抓取图像 URL。 WebHarvy 可以自动抓取电子商务网站产品详细信息页面中显示的多张图像。
自动执行浏览器任务
WebHarvy 可以轻松配置为执行诸如 单击链接、 选择列表/下拉选项、在字段中输入文本、 滚动页面、 打开弹出窗口等 任务。
评论(0)