尊天网页采集器

尊天网页采集器是一款免费的绿色网页信息采集工具，用户无需付费即可使用。它不仅能抓取普通静态页面内容，还可以处理JavaScript执行之后才显示出来的动态信息，并允许用户自定义正则表达式来精确提取数据。软件内置了多种采集方案，分别对应静态网页和动态网页两种场景，操作上通过工具栏的几个按钮就能完成从浏览、选方案到启动采集的整个流程。

使用步骤

1、 输入网址并正常浏览网页，到达采集目标后点击工具栏上的“查看js后源码”图标，界面会显示JavaScript执行后的网页内容。若暂时没有看到相关内容，可以稍等片刻再点一次，确保脚本执行完毕。通过查看完整源码来判断该用方案1还是方案2：如果改动网址中的页码就能翻到下一页，选方案1；如果页面内容是由脚本动态更新的，选方案2

2、 点击工具栏上的“运行采集方案”图标，按上一步的判断选择方案1或方案2。若本地已经有方案1和方案2生成的downloadtotal.txt文件，也可以改选方案3。填好必要的信息或表达式后，点击“开始采集”按钮，系统会自动执行采集；点对话框里的“取消”按钮则直接关闭对话框，不启动采集任务

3、 点击工具栏上的“停止采集方案”图标，可以终止正在进行的采集任务

防止网页采集

网站防止被采集的第一种方法，是在文章开头和结尾加上随机且不固定的内容。采集者通常指定一个开始位置和一个结束位置，再截取中间的内容，只要在正文前后插入随机内容，截取结果就会被打乱。比如文章内容是“有讯软件信息网”，可以按“随机内容1+有讯软件信息网+随机内容2”的方式加入。注意随机内容1和随机内容2每篇文章只要随机显示一个就可以了

功能特点

1、能够采集JavaScript执行完成之后的动态网页信息，不只是抓取原始HTML

2、支持用户自行设定正则表达式，按需提取目标内容

软件自带多种采集方案，分别对应静态网页和动态网页两类情况，用户可以根据页面特点直接选用