目前的用的比较多数据爬取方法是用python爬虫 ， 这两年python很火 ， 网上关于python爬虫的教程也很多 ， 大家可以自行学习 ， 但是对没有代码基础的朋友来说 ， 短期上手python还是很困难的 。
于是我就连日整理8个零代码数据爬取的工具 ， 并附上使用教程 ， 帮助一些没有爬虫基础的同学获取数据
1.Microsoft Excel
没错 ， 第一个要介绍的就Excel ， 很多知道Excel可以用来做数据分析 ， 但很少有人知道它还能用来爬数
步骤如下：
1）新建Excel ， 点击“数据”——“自网站”

文章插图

（2）在弹出的对话框中输入目标网址 ， 这里以全国实时空气质量网站为例 ， 点击转到 ， 再导入


文章插图

选择导入位置 ， 确定


文章插图

（3）结果如下图所示


文章插图

（4）如果要实时更新数据 ， 可以在“数据”——“全部更新”——“连接属性”中进行设置 ， 输入更新频率即可


文章插图



文章插图

缺点：这种方式虽然很简单 ， 但是它会把页面上所有的文字信息都抓取过来 ， 所以可能会抓取一部分我们不需要的数据 ， 处理起来比较麻烦
火车头采集器
官网地址：http://www.locoy.com/
火车头是爬虫界的元老了 ， 是目前使用人数最多的互联网数据抓取软件 。 它的优势是采集不限网页 ， 不限内容 ， 同时还是分布式采集 ， 效率会高一些 。 不过它规则和操作设置在我看来有一些死板 ， 对小白用户来说上手也有点困难 ， 需要有一定的网页知识基础
操作步骤：（以火车头8.6版本为准）
第1步：打开—登录
第2步：新建分组


文章插图

第3步：右击分组 ， 新建任务 ， 填写任务名；


文章插图

第4步：写采集网址规则（起始网址和多级网址获取）


文章插图

第5步：写采集内容规则（如标题、内容）


文章插图

第6步：发布内容设置勾选启用方式二(1)保存格式：一条记录保存为一个txt;(2)保存位置自定义;(3)文件模板不用动;(4)文件名格式：点右边的倒立笔型选爬虫软件哪个好(8个零代码数据爬取工具推荐);(5)文件编码可以先选utf-8 ， 如果测试时数据正常 ， 但保存下来的数据有乱码则选gb2312;


文章插图

第7步：采集设置 ， 都选100； a.单任务采集内容线程个数：同时可以采集几个网址； b.采集内容间隔时间毫秒数：两个任务的间隔时间； c.单任务发布内容线程个数：一次保存多少条数据； d.发布内容间隔时间毫秒数：两次保存数据的时间间隔；


文章插图