GooSeeker瀏覽器：

        集搜客網(wǎng)絡(luò)爬蟲(chóng)工具，能夠采集網(wǎng)頁(yè)文字、圖片、表格、超鏈接等多種網(wǎng)頁(yè)元素，不限深度和廣度抓取網(wǎng)頁(yè)數(shù)據(jù)，可視化免編程，網(wǎng)頁(yè)內(nèi)容可見(jiàn)即可采，讓你輕松搞定網(wǎng)頁(yè)數(shù)據(jù)，使用這些數(shù)據(jù)尋找潛在客戶，進(jìn)行數(shù)據(jù)研究，商機(jī)挖掘...等，讓你隨心所欲玩轉(zhuǎn)大數(shù)據(jù)。是學(xué)生、站長(zhǎng)、電商、研究人員、HR...的必備神器。

軟件特色

web如同一個(gè)大型的大數(shù)據(jù)庫(kù)，其中包含各種各樣有價(jià)值的信息，當(dāng)您需要把某些特定信息采集下來(lái)，卻往往可能面臨這樣的困境：

沒(méi)有系統(tǒng)學(xué)過(guò)Python、Ruby、PHP、Perl、Javascript、java這些編程語(yǔ)言，通過(guò)寫(xiě)代碼實(shí)現(xiàn)數(shù)據(jù)采集難度太大。

網(wǎng)絡(luò)爬蟲(chóng)、網(wǎng)頁(yè)抓取軟件雖然很多，但學(xué)習(xí)難度大，初學(xué)者難以上手。

集搜客GooSeeker與“技術(shù)小白”共同成長(zhǎng)。秉承此宗旨，集搜客GooSeeker抓取軟件操作簡(jiǎn)單，完全可視化操作，無(wú)需編程基礎(chǔ)，熟悉電腦操作即可輕松掌握：

當(dāng)定義采集規(guī)則時(shí)，用鼠標(biāo)點(diǎn)選的方式，告知集搜客軟件哪些是要抓取的內(nèi)容，系統(tǒng)會(huì)即刻自動(dòng)生成抓取規(guī)則，網(wǎng)絡(luò)爬蟲(chóng)的工作流程序會(huì)根據(jù)網(wǎng)頁(yè)特征自動(dòng)適配，連拖曳和編輯采集流操作都是多余的；

當(dāng)程序進(jìn)行采集時(shí)，集搜客高仿真模擬真人操作，可以實(shí)現(xiàn)自動(dòng)登錄、輸入查詢條件、點(diǎn)擊鏈接、點(diǎn)擊按鈕等，還能自動(dòng)移動(dòng)鼠標(biāo)，自動(dòng)改變焦點(diǎn)，避過(guò)機(jī)器人判斷程序；

整個(gè)采集過(guò)程所見(jiàn)即所得，遍歷的鏈接信息、抓取結(jié)果信息、錯(cuò)誤信息等都會(huì)及時(shí)地反映在軟件界面中。讓您整個(gè)操作清晰明了，帶著輕松的心情完成自己的任務(wù)。

模板資源套用

集搜客GooSeeker的模板資源套用特性，讓您輕松快捷地獲得數(shù)據(jù)。

在集搜客資源庫(kù)中，分門(mén)別類存放著抓取規(guī)則，既可通過(guò)關(guān)鍵詞也可通過(guò)目標(biāo)網(wǎng)頁(yè)網(wǎng)址搜索到可用的抓取規(guī)則。在抓取規(guī)則的詳情頁(yè)面，您可以仔細(xì)考察一個(gè)規(guī)則的抓取結(jié)果是否滿足您的需要，如果滿足，只需點(diǎn)擊“下載”按鈕，即可在會(huì)員中心一鍵啟動(dòng)集搜客網(wǎng)絡(luò)爬蟲(chóng)，抓取到你想要的數(shù)據(jù)。比如：

電商網(wǎng)站上價(jià)格、評(píng)論的抓取規(guī)則

B2B網(wǎng)站上的聯(lián)系人、聯(lián)系電話的抓取規(guī)則

微博上的消息、話題、興趣、活動(dòng)等網(wǎng)頁(yè)內(nèi)容的抓取規(guī)則s

省卻自己定義抓取規(guī)則的麻煩，像直接套用網(wǎng)頁(yè)模板一樣使用發(fā)布出來(lái)的規(guī)則。對(duì)于初學(xué)者或者業(yè)務(wù)目標(biāo)導(dǎo)向的用戶，模板資源套用是一條捷徑。

通用網(wǎng)絡(luò)爬蟲(chóng)

集搜客GooSeeker網(wǎng)絡(luò)爬蟲(chóng)與其它網(wǎng)絡(luò)爬蟲(chóng)相比，在易用性方面已經(jīng)遠(yuǎn)遠(yuǎn)勝出，加上 一鍵啟動(dòng)網(wǎng)絡(luò)爬蟲(chóng)這個(gè)獨(dú)特性功能和整個(gè)[資源共享平臺(tái)]的支撐，已經(jīng)大大降低了對(duì)用戶的技術(shù)基礎(chǔ)條件的要求。然而，網(wǎng)頁(yè)抓取畢竟是一個(gè)技術(shù)工作，需要適當(dāng)掌握HTML等基礎(chǔ)知識(shí)。也就是說(shuō)需要花費(fèi)一些時(shí)間學(xué)習(xí)這個(gè)軟件的使用方法。既然已經(jīng)有所投入（即便是時(shí)間上的），那么網(wǎng)絡(luò)爬蟲(chóng)的通用性高低顯得十分重要。

集搜客網(wǎng)絡(luò)爬蟲(chóng)歷經(jīng)8年行業(yè)歷練，采用功能強(qiáng)大的火狐瀏覽器內(nèi)核，所見(jiàn)即所得。很多動(dòng)態(tài)內(nèi)容并不在HTML文檔中出現(xiàn)，而是動(dòng)態(tài)加載，都不影響精確抓取他們，而且不用網(wǎng)絡(luò)嗅探器從底層分析網(wǎng)絡(luò)通信消息，與抓取靜態(tài)網(wǎng)頁(yè)一樣可視化定義抓取規(guī)則。再加上開(kāi)發(fā)者接口，能夠模擬十分復(fù)雜的鼠標(biāo)和鍵盤(pán)動(dòng)作，一邊動(dòng)作一邊抓取。

抓取范圍可以歸納成如下幾類：

各種網(wǎng)站類型：新聞、論壇、電商、社交網(wǎng)站、行業(yè)資訊、金融網(wǎng)站、企業(yè)門(mén)戶、政府網(wǎng)站等各種網(wǎng)站都可抓??；

各種網(wǎng)頁(yè)類型：服務(wù)器側(cè)動(dòng)態(tài)頁(yè)面、瀏覽器側(cè)動(dòng)態(tài)頁(yè)面（AJAX內(nèi)容）、靜態(tài)頁(yè)面都可抓取，甚至可以抓取沒(méi)有終點(diǎn)的瀑布流頁(yè)面、web qq的會(huì)話過(guò)程等。集搜客爬蟲(chóng)在默認(rèn)狀態(tài)下就可抓取AJAX/Javascript動(dòng)態(tài)頁(yè)面、服務(wù)器動(dòng)態(tài)網(wǎng)頁(yè)等動(dòng)態(tài)頁(yè)面,無(wú)需其他設(shè)置；甚至還可以自動(dòng)滾屏抓取動(dòng)態(tài)加載的內(nèi)容。

與PC網(wǎng)站一樣，手機(jī)網(wǎng)站均可抓?。?爬蟲(chóng)可模擬移動(dòng)端agent；

所有語(yǔ)言文字：不用特殊設(shè)置，自動(dòng)支持所有語(yǔ)言編碼，國(guó)際語(yǔ)言一視同仁；

可見(jiàn)，使用集搜客網(wǎng)絡(luò)爬蟲(chóng)，整個(gè)互聯(lián)網(wǎng)成為你的數(shù)據(jù)庫(kù)!

會(huì)員互助抓取

這是爬蟲(chóng)群并行抓取的一種特殊情形，利用這個(gè)功能，您可以低成本快速匯集海量數(shù)據(jù)。場(chǎng)景描述如下：

當(dāng)你要大批量快速或者頻繁地抓取數(shù)據(jù)時(shí)，從數(shù)據(jù)量方面考察，需要多臺(tái)電腦，您自己的電腦不夠用

時(shí)間緊張，從而采集活動(dòng)密度很高，比如，一秒鐘內(nèi)從微博上采集很多條消息，只用您自己的電腦，很容易被目標(biāo)網(wǎng)站封鎖

目標(biāo)網(wǎng)站對(duì)采集量有嚴(yán)格限制，比如，抓取機(jī)票價(jià)格

需要登錄以后才能抓取，您需要大量賬號(hào)同時(shí)登錄。

那么，您可以創(chuàng)建一個(gè)工作組，并邀請(qǐng)網(wǎng)友加入，為了得到更多會(huì)員的響應(yīng)，您可以發(fā)“紅包”，接受任務(wù)的社友就會(huì)用他的的電腦幫你分擔(dān)采集數(shù)據(jù)。 在社區(qū)中別人會(huì)幫你采集數(shù)據(jù)，當(dāng)然你也可以幫助社友抓取數(shù)據(jù)，賺取更多的積分，后面有任務(wù)時(shí)再把積分懸賞發(fā)給社友。

使用過(guò)程中要注意：

發(fā)布：可在社區(qū)圈中發(fā)布，發(fā)布時(shí)選擇懸賞類型、懸賞積分?jǐn)?shù)、時(shí)間限制，懸賞發(fā)布后不可刪除、編輯。

回復(fù)：指對(duì)懸賞任務(wù)進(jìn)行回復(fù)、解答幫助

不限深度不限廣度

從網(wǎng)站上采集數(shù)據(jù)，尤其采集大型網(wǎng)站時(shí)，被采集的數(shù)據(jù)往往位于網(wǎng)站的不同層級(jí)的網(wǎng)頁(yè)上，大大增加了網(wǎng)絡(luò)爬蟲(chóng)采集數(shù)據(jù)的難度。百度或者google這樣的綜合網(wǎng)絡(luò)爬蟲(chóng)，能夠自動(dòng)管理爬行的深度和廣度。我們這里討論的是聚焦網(wǎng)絡(luò)爬蟲(chóng)，希望能夠以盡量低的成本獲得數(shù)據(jù)，而且希望只獲取需要的網(wǎng)頁(yè)內(nèi)容。所謂聚焦，主要包含兩方面：

所抓取的網(wǎng)頁(yè)（無(wú)論深度還是廣度）都是預(yù)先規(guī)劃好的，不像綜合網(wǎng)絡(luò)爬蟲(chóng)那樣自動(dòng)去發(fā)現(xiàn)向深度和廣度發(fā)展的新線索?？梢?jiàn)，在受控范圍內(nèi)爬行必然會(huì)降低成本。

從網(wǎng)頁(yè)上抓取的內(nèi)容也是預(yù)先定義好的，這就是所謂的抓取規(guī)則。不像綜合網(wǎng)絡(luò)爬蟲(chóng)那樣把整個(gè)網(wǎng)頁(yè)文本內(nèi)容都抓下來(lái)?？梢?jiàn)，精確抓取可用于數(shù)據(jù)挖掘和情報(bào)分析，因?yàn)樵胍粢驯痪_地過(guò)濾掉了。

集搜客GooSeeker就是這樣的聚焦網(wǎng)絡(luò)爬蟲(chóng)，但是跟其他市面上的采集器不同：

集搜客對(duì)網(wǎng)站深度和廣度不設(shè)限，任由您規(guī)劃。集搜客要做純粹的大數(shù)據(jù)能力開(kāi)放平臺(tái)，不會(huì)用收費(fèi)版本方式把這個(gè)能力藏起來(lái)。

集搜客對(duì)采集數(shù)量不設(shè)限，不會(huì)根據(jù)時(shí)間或者根據(jù)網(wǎng)頁(yè)數(shù)量扣取積分或者費(fèi)用，您把整個(gè)互聯(lián)網(wǎng)下載下來(lái)都行

常見(jiàn)問(wèn)題

近期集搜客技術(shù)支持中心收到部分360安全衛(wèi)士用戶的反饋，在安裝和使用集搜客的過(guò)程中碰到了一些由于360的誤報(bào)，而造成的如服務(wù)器連接失敗，個(gè)別文件被刪除，安裝過(guò)程不停出360的警告信息等問(wèn)題。這些問(wèn)題給部分用戶造成了困擾，影響了用戶正常的數(shù)據(jù)獲取。本文給出應(yīng)對(duì)的措施，同時(shí)附上第三方檢測(cè)機(jī)構(gòu)對(duì)集搜客的檢測(cè)報(bào)告。