任何项目的开展都需要数据的支持，数据采集的准确性直接关系到数据分析结果的价值。从各种网站收集数据(网络爬行)是一项非常繁琐的工作。 　　

　　因为工作原因，我会不断尝试一些爬虫工具，一系列的“爬虫工具”会在我们之后问世。尽量找那些相对简单、好用、高效的小工具，说说它们的特点，通过截图演示一下它们的实际操作。 　　

　　这个问题就是ParseHub，主要用于从Web上抓取各种类型的数据。 　　

　　地址：https://www.parsehub.com/ 　　

　　下面简单演示一下操作步骤。 　　

　　第一步：点击下载https://www.parsehub.com/的安装地址(选择相应的系统版本)。 　　

　　第二步：注册账号。 　　

　　第三步：下载安装后，登录ParseHub。第四步：开始使用并点击新建项目。 　　

　　进入后，如下图所示，右侧是抓取网页的缩略显示，左侧是缩略显示页面元素列表。您可以点击左侧的列表项进行后续操作。 　　

　　比如这个电影网站，可以选择电影名称、电影播放时间及其海报进行抓取。 　　

　　您可以在下面选择所需爬网数据的格式。 　　

　　单击获取数据按钮。 　　

　　单击运行开始搜索数据。 　　

　　数据爬行 　　

　　爬到终点 　　

　　选择所需的数据类型，这里是json，然后将数据保存到本地。 　　

　　打开它，你可以看到抓取的数据。 　　

　　以上是我个人用ParseHub做的一个数据抓取截屏的例子。希望能有所帮助。 　　

　　个人对这个产品技术特征的理解，归纳如下： 　　

　　ParseHub是一个强大的免费网络抓取工具，类似于国内的章鱼收集器等。它采用机器学习的关系引擎，通过筛选页面，了解元素的层次结构，可以秒级查看数据；它从数百万个网页中抓取数据，以确保我们获得数千个链接和关键词的全景视图；不了解网络技术也能轻松采集数据，只需点击就能获取数据；该工具可以支持对采集的数据进行实时预览，还可以设置抓取时间，保证抓取到最新的数据；ParseHub最大的优势就是抓取一些相对复杂的页面和元素。例如，您可以使用它来搜索表单、菜单、登录页面，甚至可以点击图片或地图来获取更多数据。有时候，要爬取的目标网页技术太落后，不用担心！无论是用JS还是AJAX写的页面，都可以使用ParseHub收集和存储数据；我们也可以使用REST API下载提取出来的JSON或者CSV格式的数据，或者将采集到的数据导出到Google Sheet、Tableau等。