大家都知道“網(wǎng)絡(luò)爬蟲”這個詞，知道的朋友都聽過一句話”爬蟲學(xué)的好，監(jiān)獄進(jìn)的早“，其實(shí)任何工具如果合理利用，會大大幫助使用者提高效率，而使用過度了，就會造成負(fù)面影響，在這里。本身“網(wǎng)絡(luò)爬蟲”實(shí)際意思是“代替人們自動地在互聯(lián)網(wǎng)中進(jìn)行數(shù)據(jù)信息的采集與整理”，說白了“網(wǎng)絡(luò)爬蟲”的核心其實(shí)就是“數(shù)據(jù)收集自動化”技術(shù)，如果說我們認(rèn)識中的“爬蟲”是一個不好的詞的話，在這里，我希望通過“數(shù)據(jù)收集自動化”來代替，通過簡單的方式實(shí)現(xiàn)大家在工作生活中根據(jù)自身的需求收集網(wǎng)絡(luò)公開數(shù)據(jù)，并實(shí)現(xiàn)自動化收集的技術(shù)。
今天給大家?guī)淼氖俏艺J(rèn)為全網(wǎng)最簡單的爬蟲工具——Instant Data Scraper
這是一個瀏覽器插件，主要運(yùn)行環(huán)境是有Chome內(nèi)核的瀏覽器，比如Chrome瀏覽器、
Edge瀏覽器、360極速瀏覽器等，之所以說這個工具是最簡單的數(shù)據(jù)采集自動化工具，它有以下幾個優(yōu)點(diǎn)：
- 不需要任何代碼
- 可視化選擇想要的數(shù)據(jù)
- 無需重開窗口，不用登錄操作
- 多種分頁采集方式選擇
- 表格實(shí)現(xiàn)顯示采集結(jié)果
- 后臺操作，不影響前臺操作其他動作
- 延遲和最大等待時間自定義所需的抓取速度
- 數(shù)據(jù)導(dǎo)出保存方式可選擇XLSX、XLS、CSV格式文檔，適用不同場景
- 免費(fèi)！免費(fèi)！免費(fèi)！
以Edge瀏覽器為例，教大家如何安裝Instant Data Scraper
- 打開Microsoft Edge瀏覽器擴(kuò)展市場Microsoft Edge Addons
- 搜索Instant Data Scraper
Edge瀏覽器擴(kuò)展搜索Instant Data Scraper結(jié)果
3.獲取Instant Data Scraper 并添加擴(kuò)展
通過Instant Data Scraper在Edge擴(kuò)展市場的網(wǎng)頁也可以直接安裝，省區(qū)上面兩個搜索步驟，鏈接如下：Microsoft Edge Addons安裝方式二：crx擴(kuò)展文件離線安裝
- 最新版的Instant Data Scraper我已經(jīng)上傳到了藍(lán)奏網(wǎng)盤，大家可以通過Instant_Data_Scraper_v1.0.8.crx - 藍(lán)奏云獲取到
- 打開Edge瀏覽器管理擴(kuò)展頁面（本地鏈接edge://extentsions)
- 打開開發(fā)人員模式
打開edge瀏覽器開發(fā)人員模式
4.將Instant_Data_Scraper_v1.0.8.crx文件拖放到Edge瀏覽器管理擴(kuò)展頁面并進(jìn)行安裝擴(kuò)展即可
以上方式不僅僅適用于Edge瀏覽器，Chrome瀏覽器以及國產(chǎn)其他Chrome內(nèi)核的瀏覽器均適用，不過關(guān)于擴(kuò)展應(yīng)用市場是否能搜索到?jīng)]有確定，特別是Chrome瀏覽器需要特殊方式才能訪問擴(kuò)展應(yīng)用市場，所以建議無法在應(yīng)用市場安裝的通過方式二進(jìn)行安裝。
最終安裝后的效果，會在瀏覽器擴(kuò)展管理頁面看到，有的瀏覽器默認(rèn)會顯示在擴(kuò)展欄處，有如下標(biāo)志顯示
Instant Data Scraper擴(kuò)展欄展示
Instant Data Scraper使用方法
關(guān)于Instant Data Scraper 的使用方法，我會通過幾個不同的使用場景來去介紹，不僅僅是教會大家如果使用Instant Data Scraper，同時通過不同場景的使用，可以融會貫通與類似的數(shù)據(jù)獲取方法。
通過Instant Data Scraper采集【豆瓣電影 Top250】數(shù)據(jù)并保存本地表格
學(xué)過Python/ target=_blank class=infotextkey>Python爬蟲的小伙伴都知道，初學(xué)python爬蟲技術(shù)，基本上都會拿豆瓣電影 Top250作為實(shí)例測試，而python要獲取豆瓣電影 Top250的數(shù)據(jù)可能對于初學(xué)者是一個敲門磚，我們看看通過Instant Data Scraper獲取豆瓣電影 Top250會有多么的簡單。
- 打開豆瓣定影Top250頁面「鏈接」
2.點(diǎn)擊Instant Data Scraper擴(kuò)展程序，自動識別并以表格實(shí)時展現(xiàn)當(dāng)前頁面的數(shù)據(jù)，同時可以直接進(jìn)行相關(guān)編輯，比如修改首行標(biāo)題、刪除不想要的數(shù)據(jù)列等等，由此獲取豆瓣電影Top250的第一頁內(nèi)容已經(jīng)完美得到
Instant Data Scraper獲取豆瓣電影250數(shù)據(jù)
第一次打開Instant Data Scraper頁面，由于界面都是英文的，其實(shí)頁沒什么內(nèi)容，在此我通過一個截圖翻譯一下整個Instant Data Scraper界面的大致意思和功能。
Instant Data Scraper頁面介紹
3.定位“下一頁”元素進(jìn)行分頁獲取數(shù)據(jù)操作：點(diǎn)擊“Locate 'Next' button"， 進(jìn)入元素選擇模式（鼠標(biāo)所在會顯示綠色陰影），鼠標(biāo)選擇“后頁”元素（這個網(wǎng)頁是選擇“后頁”，但其他的網(wǎng)站不一定，通過觀察看點(diǎn)擊那個會自動跳到下一頁即可）
Instant Data Scraper選擇下一頁
4.當(dāng)選擇“下一頁”元素之后原來的"Location 'Next' button"會顯示成"Start crawling"標(biāo)志，代表已選擇分頁選擇模式，點(diǎn)擊"Start crawling"即可開始爬取。如果“下一頁”元素選擇錯誤可以直接再重新點(diǎn)擊“下一頁”元素標(biāo)記即可。
Instant Data Scraper開始獲取數(shù)據(jù)
不同網(wǎng)站會設(shè)定連續(xù)翻頁時間間隔限制防爬，Instant Data Scraper默認(rèn)的時間間隔是1-20秒隨機(jī)時間延遲，針對于后期使用過程中，可根據(jù)需求自定義，沒有時間限制的可以減少最大延遲時間，以加快獲取數(shù)據(jù)速度。
5.當(dāng)出現(xiàn)上面截圖顯示時代表了爬取數(shù)據(jù)結(jié)束，選擇合適的格式下載結(jié)果，如沒有特殊需求建議下載XLSX的常用office表格格式，方便進(jìn)行進(jìn)一步數(shù)據(jù)篩選編輯等操作。
Instant Data Scraper數(shù)據(jù)獲取結(jié)束頁面
數(shù)據(jù)下載完成打開即可看到全部250條影視信息詳情列表了，可以進(jìn)行相關(guān)的其他操作，比如設(shè)定第一行改為需要的標(biāo)題，刪除不需要的內(nèi)容等，同時有其他需求的還可以進(jìn)行數(shù)據(jù)篩查、數(shù)據(jù)透視表等操作。
通過實(shí)際操作，小伙伴應(yīng)該會發(fā)現(xiàn)，通過Instant Data Scraper 進(jìn)行數(shù)據(jù)獲取時多么簡單的一個事情，拿獲取豆瓣250數(shù)據(jù)為例，及時通過Python寫爬蟲腳本，也需要不斷時間，而通過Instant Data Scraper 獲取數(shù)據(jù)，僅需要點(diǎn)擊幾下就可以，是不是最簡單的數(shù)據(jù)獲取工具呢？
當(dāng)然，Instant Data Scraper一定不是萬能的，面對于有更高要求的用戶，或者獲取到的內(nèi)容不一定是自己需要的，Instant Data Scraper暫時就做不到了，最大的局限性應(yīng)該就在于不可自定義，純傻瓜式操作，而Instant Data Scraper最大的優(yōu)點(diǎn)也同樣是傻瓜式操作，即可自動化獲取數(shù)據(jù)，基本滿足大部分人日常辦公生活等場景需要。
關(guān)注我，下一期帶你去看Instant Data Scraper在其他場景下的使用方法，比如電商平臺，比如圖片網(wǎng)站等，同時后期我也會帶來更多其他“數(shù)據(jù)收集自動化”技術(shù)，針對人群是廣大沒有編程基礎(chǔ)或者僅在日常工作場景使用的簡單的數(shù)據(jù)收集的人。
