gooseeker v6.0.1 中文版

Gooseeker是一个网络爬虫爬行工具。Gooseeker可以收集web文本、图片等元素，可以无限制抓取web信息数据，帮助用户轻松收集web数据，然后利用这些数据进行数据研究，让用户可以畅玩大数据时代。

Gooseeker功能：

古瑟克和“技术小白”一起成长。秉承这一宗旨，soking中的GooSeeker捕获软件操作简单，完全可视化，无需编程基础，熟悉电脑操作即可轻松掌握：

定义采集规则时，用鼠标点击，告诉采集采集软件要采集哪些内容，系统会立即自动生成采集规则。网络爬虫的工作流程序会根据网页的特点自动适配，甚至拖拽编辑收藏流的操作都是多余的；

采集程序时，使用soking模拟来模拟真人的操作，可以实现自动登录、输入查询条件、点击链接、点击按钮等。并且还可以自动移动鼠标，自动改变焦点，并避开机器人判断程序；

整个采集过程所见即所得，遍历链接信息、捕获结果信息、错误信息都会及时反映在软件界面。让你的整个操作清晰，轻松完成任务。

模板资源应用程序

在soking中设置GooSeeker的模板资源应用特性，方便快捷的获取数据。

在set soking资源库中，爬行规则存储在不同的类别中，可用的爬行规则可以通过关键字或目标网址进行搜索。在爬行规则的详细信息页面，可以仔细检查某个规则的爬行结果是否符合自己的需求。如果是，只需点击“下载”按钮，就可以在会员中心一键启动搜索爬虫，抓取你想要的数据。例如：

在电子商务网站上抓取价格规则和评论

在B2B网站上抓取联系人和电话号码的规则

抓取微博上新闻、话题、兴趣、活动等网络内容的规则

省去了自己定义抓取规则的麻烦，使用发布的规则就像直接应用网页模板一样。对于初学者或面向业务目标的用户来说，模板资源应用是一条捷径。

通用网络爬虫

与其他网络爬虫相比，soking中的GooSeeker爬虫在易用性上要优越得多。此外，一键式启动web爬虫的独特功能和整个【资源共享平台】的支持，大大降低了对用户技术基础条件的要求。但是，网页抓取毕竟是一项技术性的工作，需要适当掌握HTML等基础知识。也就是说，学习如何使用这个软件需要一些时间。现在已经做了一些投资(甚至及时)，对于web爬虫的通用性非常重要。

经过8年的行业经验，soking Webcrawler使用强大的Firefox浏览器内核，所见即所得。很多动态内容不会出现在HTML文档中，而是动态加载的，不影响对它们的准确抓取。此外，网络通信消息是在没有网络嗅探器的情况下从底部分析的，捕获规则是像捕获静态网页一样直观地定义的。再加上开发者界面，可以模拟非常复杂的鼠标和键盘动作，边移动边抓取。

抓取范围可归纳为以下几类

各种网站类型：新闻、论坛、电商、社交网站、行业资讯、金融网站、企业门户、政府网站等网站均可抓取；

各种网页类型：服务器端动态页面、浏览器端动态页面(AJAX内容)、可抓取的静态页面，甚至还有没有端点的瀑布流页面、web qq会话流程等。默认情况下，soking爬虫可以抓取AJAX/Javascript动态页面、服务器动态网页等动态页面，无需其他设置；它甚至可以自动滚动和抓取动态加载的内容。

和PC网站一样，移动网站也是可以爬行的：爬行类可以模拟移动agent

所有语言：无需特殊设置，自动支持所有语言代码，国际语言同等对待；

可以看到整个互联网通过使用soking爬虫变成了你的数据库！

成员们互相帮助

这是爬虫并行爬行的特殊情况。有了这个功能，可以低成本快速收集海量数据。场景描述如下：

当你想快速或频繁地大量抓取数据时，在数据量上需要多台电脑，自己的电脑是不够的

时间短，所以采集活动密度很高。比如一秒钟从微博收集很多消息，只使用自己的电脑很容易被目标网站屏蔽

目标网站对收藏量有严格的限制，例如，抓取门票价格

您需要先登录，然后才能进行爬网。您需要大量帐户才能同时登录。

soking中的GooSeeker就是这样一个专注的网络爬虫，但它不同于市场上的其他收藏家：

网站的深度和广度没有限制，你可以去规划。Ji soking希望成为一个纯开放的大数据能力平台，不会把这个能力隐藏在付费版本中。

soking对收藏数量没有限制，积分或费用不会根据时间或网页数量扣除。你可以下载整个互联网

无限的深度和广度

在从网站收集数据时，尤其是在收集大型网站时，收集到的数据往往位于网站不同级别的网页上，这大大增加了网络爬虫收集数据的难度。像百度或者谷歌这样的综合性网络爬虫可以自动管理抓取的深度和广度。我们在这里讨论的重点是网络爬虫，希望以尽可能低的成本获得数据，并希望只获得所需的网页内容。所谓重点主要包括两个方面：

捕获的网页(深度和广度)都是预先计划好的，不像集成的网络爬虫，会自动发现深度和广度发展的新线索。可见，在可控范围内爬行必然会降低成本。

从网页捕获的内容也是预定义的，称为捕获规则。与集成的网络爬虫不同，它捕获整个网页的文本内容。因此，精确捕获可以用于数据挖掘和智能分析，因为噪声已经被精确过滤掉了。