免费导出采集器，轻松采集所需数据！-EasySpider

随着人工智能和大数据技术的不断发展，数据分析已经成为了企业和个人必备的技能之一。而对于数据分析工作者来说，采集数据是最为基础的步骤之一。在这篇文章中，我们将会介绍一款免费的采集器，并且教你如何使用它来轻松采集你需要的数据。

它叫做“EasySpider”，是一款免费开源的数据采集框架。它可以帮助用户快速、便捷地采集各种网站上的数据，并且支持多线程、分布式等高级特性。

EasySpider简介

EasySpider是一款可视化爬虫软件，此软件可以让大家使用图形化界面，无代码可视化的设计和执行爬虫任务。只需要在网页上选择自己想要爬的内容并根据提示框操作即可完成爬虫设计和执行。同时软件还可以以Web服务的方式进行API调用，从而可以很方便的嵌入到其他系统中。

EasySpider特性

开源免费无广告：代码开源，软件所有功能均免费（商用除外），且没有任何弹窗和外部广告。

跨平台：软件可以在Windows，MacOS和Linux上运行。

简单快速：图形化的设置和执行爬虫任务，通常一个爬虫任务只需要2-5分钟即可设计完成。

安全：不需要注册，所有任务和数据均保存在本地，不经过任何第三方服务器。

灵活：不可任意添加浏览器插件，执行JavaScript指令，使用Selenium语句直接操纵浏览器。

并行多开：可开启任意数量的执行程序，实现大规模数据的并行采集。

动态调试：点击/双击设计完成的操作可自动标记/试运行，方便定位和调试问题，节省修改任务时间。

自定义插件：支持外挂自定义插件，实现任意的自定义功能。

验证码识别：支持多种验证码识别方案，如图形验证码，reCAPTCHA验证码等。

元素截图和OCR识别：支持元素截图和OCR识别，以及图片下载。

代理IP：支持切换隧道IP，私有IP等。

局域网使用：支持在没有互联网的局域网内使用。

外部程序调用：支可以任意调用系统外部程序，从而问完成任意复杂的需求。

API调用：可以通过API调用执行任务，实现高级的自动化采集。

定时执行：支持定时执行任务，成为贴心生活小助手。

暂停运行：随时暂停任务执行以便手工调试页面和输入验证码。

Python环境自定义：可任意修改执行时的Python环境，如可自定义变量，并将变量值写入任意代码语句。

移动端模拟：支持模拟手机端设备，实现手机网页采集。

灵活导入：支持读取Excel文件以导入大批量输入参数。

为什么要用EasySpider

相比其他可视化爬虫软件，EasySpider有以下优势：

1. 代码开源，因此可以进行二次开发。

2. 完全免费，不同于八爪鱼等软件的“免费”，EasySpider是一个无需登录，无限多开，无限机器部署的软件，不需要向作者本人支付一分钱。（当然，EasySpider受到专利保护，因此如果要商用，还请联系浙江大学天道专利事务所）。相比之下，其他软件的免费有诸多限制，具体可以看他们的价格详情页。

3. 安全，所有信息完全保存在用户本地，包括任务和采集的数据，不用担心数据泄露问题。

4. 跨平台：同时支持Windows，Linux和MacOS。

5. 速度快，通常一个爬虫任务只需要2-5分钟即可设计完成，采集速度也快，通常取决于具体机器环境。

6. 更加灵活，保存的浏览器配置信息更多，最重要的是可扩展，自由的安装各种插件，比如验证码识别插件。

结语

从需求导向来说，爬虫算是一项基本的需求，我们经常需要去爬一些网上的信息，比如对于科研工作者，爬取维基百科语料库进行训练是做NLP的同学经常做的事情；做社交网络分析的同学经常需要爬取Twitter和微博的信息；做推荐系统的同学会去爬购物网站的信息等等。市面上爬虫需求很多，这里就不在赘述了。有了EasySpider，不管大家之前会不会写爬虫，现在都可以不需要费心费力的写代码了。