SysNucleus WebHarvy是一款用于抓取網頁數(shù)據(jù)的工具，這款軟件可以幫你自動從網頁中提取數(shù)據(jù)，并保存在不同的格式提取內容。軟件可以自動抓取網頁上的文字、圖片、網址和電子郵件等內容，你也可以直接將整個網頁保存為HTML的格式，從而提取網頁里面的所有文本以及圖標內容。

軟件特色：

1、SysNucleus WebHarvy可以讓您分析網頁上的數(shù)據(jù)

2、可以顯示從一個HTML地址上分析連接數(shù)據(jù)

3、可以延伸到下一個網頁頁面

4、可以指定搜索數(shù)據(jù)的范圍以及內容

5、可以將掃描的圖片下載保存

6、支持在瀏覽器上復制鏈接搜索

7、支持配置對應資源項目搜索

8、可以使用項目名稱以及資源名稱查找

9、SysNucleus WebHarvy可以輕松提取數(shù)據(jù)

10、提供更高級的多詞語搜索以及多頁搜索

功能介紹：

1、視覺點和點擊界面

WebHarvy是一個可視化的網頁提取工具。其實完全沒有必要編寫任何腳本或代碼用來提取數(shù)據(jù)。使用WebHarvy的內置瀏覽器瀏覽網頁。您可以選擇用鼠標點擊來提取數(shù)據(jù)。它是那么容易!

2、智能識別模式

自動識別網頁中出現(xiàn)的數(shù)據(jù)模式。所以，如果你需要從一個網頁刮項目(姓名，地址，電子郵件，價格等)的列表，你不需要做任何額外的配置。如果數(shù)據(jù)重復，WebHarvy會自動刮。

3、導出捕獲的數(shù)據(jù)

可以保存從各種格式的網頁中提取的數(shù)據(jù)。 WebHarvy網站刮板的當前版本允許你導出的刮數(shù)據(jù)作為XML，CSV，JSON或TSV文件。您還可以刮下數(shù)據(jù)導出到一個SQL數(shù)據(jù)庫。

4、從多個頁面提取

通常網頁顯示數(shù)據(jù)，如在多個頁面中的產品目錄。 WebHarvy可以自動抓取并從多個網頁中提取數(shù)據(jù)。只是指出了“鏈接到下一頁和WebHarvy網站刮板將自動刮從所有頁面的數(shù)據(jù)。

5、基于關鍵字的提取

基于關鍵字的提取可讓您捕捉從搜索結果頁面輸入關鍵字的列表數(shù)據(jù)。您創(chuàng)建的配置將被自動重復所有給定輸入關鍵字，而挖掘的數(shù)據(jù)。可以指定任意數(shù)量的輸入關鍵字

6、通過代{過}{濾}理服務器提取

提取匿名和防止提取網絡軟件被封鎖的Web服務器，您必須通過代{過}{濾}理服務器訪問目標網站的選項�？梢允褂靡粋�單一的代{過}{濾}理服務器地址或代{過}{濾}理服務器的地址列表。

7、提取分類

WebHarvy網站刮板允許您從一個鏈接列表，從而導致一個網站內的相似頁面抽取數(shù)據(jù)。這使您可以使用一個單一的配置刮網站內的類別或小節(jié)。

8、使用正則表達式提取

WebHarvy可以應用正則表達式(正則表達式)在文本或網頁的HTML源代碼，并提取去匹配的部分。這種強大的技術為您提供了更多的靈活性，同時拼搶的數(shù)據(jù)。