推荐15款免费的 页抓取软件

页抓取（也称为 络数据提取或 页爬取）是指从 上获取数据，并将获取到的非结构化数据转化为结构化的数据，最终可以将数据存储到本地计算机或数据库的一种技术。

页抓取是通过抓取软件实现的。当你在使用浏览器如Chorme浏览页面的时候，我们可以抓取的不仅仅是你所浏览的页面的数据，还有你浏览器本地的缓存（饼干）。是不是开始担心你的隐私了的，我也有这样的担心，不过我们在这里不讨论这个问题。

页抓取的软件有很多，在这篇文章中，我将做列出30种主流软件，供大家参考使用。

1.美丽的汤

美丽的汤是一个Python库，专门用于抓取HTML和XML文件。如果你的操作系统是Debian或者Ubuntu，你可以尝试安装这款免费软件。

2. Import.io

Import.io是一个免费的在线 页抓取软件，可以从 站中抓取数据并整理成数据集。它拥有很好的交互设计，使用起来非常方便。

3. Mozenda

Mozenda提供的数据提取工具可以很容易地抓取到来自 页的数据，即便没有键盘，只需要鼠标也能轻松操作。

4. ParseHub

ParseHub是一种可视化 页采集软件，可用于从 页中获取数据。它可以从不提供API的 站中轻松创建API。

5.八卦

Octoparse是的Windows的提供的免费 页抓取软件。它可以将非结构化或半结构化的数据从 站中转化为一个结构化的数据集，整个过程无需编码，这对于不懂编程的人来说是非常有用的。

6. CrawlMonster

CrawlMonster是 站搜索引擎优化的一个免费的 络软件，它能够扫描各种不同的数据点的 站。

7.内涵

Connotate提供自动化 络数据抓取解决方案，你只需要提供一个信息类型的模板，Connotate就可以为你自动抓取你想要的数据。

8.常见爬

Common Crawl提供抓取 站的公开数据集。它包含原始的 页数据，提取的元数据和文本信息。

9.抓狂

痒痒提供数据自动转换服务，能够将 页中的各种类型的数据转换成JSON或CSV格式的结构化数据。

10.内容抓取器

Content Grabber是面向企业的 页抓取软件，它允许你创建一个独立的 页抓取代理。

11. Diffbot

Diffbot是一款可以将结构化的数据自动生成为API的一款软件，对于开发者来说它是不错的工具。

12. Dexi.io

Dexi.io是一款专业的数据抓取软件，它同时提供数据清洗。这将是处理JavaScript的的最佳选择。

13.数据刮痧工作室

Data Scraping Studio是一个免费的 页爬取软件，可以快速抓取HTML，XML和PDF格式的数据，目前PC端只适用于Windows操作系统。

14.简单的Web提取

Easy Web Extract是用于商业用途的可视化 页抓取软件。该软件的独特功能是HTTP表单提交。

15. FMiner

fminer是一款可视化 页抓取软件，它允许你建立项目的宏记录，方便日后查询调用。

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览211494 人正在系统学习中