本文主要介绍如何使用后羿采集器的智能模式，免费采集赶集网租房的地址、房源价格、出租方式、户型、面积、联系人电话等信息。
采集工具简介：
后羿采集器是一款基于人工智能技术的网页采集器，只需要输入网址就能够自动识别网页数据，无需配置即可完成数据采集，是业内首家支持三种操作系统（包括Windows、Mac和Linux）的网络爬虫软件。
该软件是一款真正免费的数据采集软件，对采集结果导出没有任何限制，没有编程基础的小白用户也可轻松实现数据采集要求。
官方网址:http://www.houyicaiji.com/
采集对象简介：
赶集网成立于2005年，是专业的分类信息网，为用户提供房屋租售、二手物品买卖、招聘求职、车辆买卖、宠物票务、教育培训、同城活动及交友、团购等众多本地生活及商务服务类信息。
采集字段：
房源名称、房源链接、房源主图、房源价格、出租方式、户型、面积、朝向 楼层、装修、地址、地铁、联系人电话、房屋描述
功能点目录：
采集结果预览：
下面我们来详细介绍一下如何免费采集赶集网租房的信息数据，我们以北京租房子为例，具体步骤如下：
步骤一：下载安装后羿采集器，并注册登录
1、点此打开后羿采集器官网，下载并安装爬虫软件工具—后羿采集器软件
2、点击注册登录，注册新账号，登录后羿采集器
【温馨提示】您可以直接使用此款爬虫软件，不需要进行注册，但是匿名账户下的任务在切换到注册用户时会丢失，因此建议您注册后使用。
后羿采集器为神箭手云旗下产品，如果您是神箭手用户，可直接登录。
步骤二：新建采集任务
1、复制赶集网租房北京站的网页（需要搜索结果页的网址，而不是首页的网址）
点此了解关于如何正确地输入网址。
2、新建智能模式采集任务
您可以在软件上直接新建采集任务，也可以通过导入规则来创建任务。
点此了解如何导入和导出采集规则。
步骤三：配置采集规则
1、设置提取数据字段
在智能模式下，我们输入网址后软件即可自动识别出页面上的数据并生成采集结果，每一类数据对应一个采集字段，我们可以右击字段进行相关设置，包括修改字段名称、增减字段、处理数据等。
点此了解如何对采集字段进行配置。
在列表页上，我们需要采集赶集网租房的房源名称、房源链接、房源主图、房源价格、出租方式、户型、面积、朝向、楼层、装修、地址及地铁等内容，字段设置效果如下：
2、使用深入采集功能提取详情页数据
在列表页上只展示出了赶集网租房房源的部分信息，如果需要房源所有者的电话和房源的具体描述的话，我们需要右击房源链接使用“深入采集”功能，跳转到详情页进行采集。
由于赶集网租房的第一个房源是品牌公寓的集合广告，如果直接使用点击字段使用深入采集功能的话会跳转到品牌公寓的列表。因此我们在赶集网租房中使用深入采集功能时，需要选中具体的某一个链接，然后再使用深入采集功能。
在详情页面我们可以看到联系人电话及房源信息描述，但是联系人的电话是隐藏的无法直接获取，我们可以使用“编写脚本”功能，抓取联系人电话。
点此深入了解如何采集列表+详情页类型网页。
步骤四：设置并启动采集任务
1、设置采集任务
完成了采集数据添加，我们可以开始启动采集任务了。在启动之前我们需要对采集任务进行一些设置，从而提高采集的稳定性和成功率。
点击“设置”按钮，在弹出的运行设置页面中我们可以进行运行设置和防屏蔽设置，这里我们勾选“跳过继续采集”，设置“2”秒请求等待时间，勾选“不加载网页图片”，防屏蔽设置就按照系统默认设置，然后点击保存。
点此深入了解如何对采集任务进行配置。
2、启动采集任务
点击“保存并启动”按钮，可在弹出的页面中进行一些高级设置，包括定时启动、自动入库和下载图片，本次示例中未使用到这些功能，直接点击“启动”运行爬虫工具。
点此深入了解什么是定时采集。
点此深入了解什么是自动入库。
点此深入了解如何下载图片。
【温馨提示】免费版本可以使用非周期性定时采集功能，下载图片功能是免费的。个人专业版及以上版本可以使用高级定时功能和自动入库功能。
3、运行任务提取数据
任务启动之后便开始自动采集数据，我们从界面上可以直观的看到程序运行过程和采集结果，采集结束之后会有提醒。
步骤五：导出并查看数据
数据采集完成后，我们可以查看和导出数据，后羿采集器支持多种导出方式（手动导出到本地、手动导出到数据库、自动发布到数据库、自动发布到网站）和导出文件的格式（EXCEL、CSV、HTML和TXT），我们选择自己需要方式和文件类型，点击“确认导出”。
点此深入了解如何查看和清空采集数据。
点此深入了解如何导出采集结果。
【温馨提示】：所有手动导出功能都是免费的。个人专业版及以上版本可以使用发布到网站功能。
网友评论