后羿采集器，基于人工智能技术，无需编程，可视化操作，免费导出采集结果，只需输入网址就能自动识别采集内容的数据采集工具。 简介 HTML标签（HTML tags）是一种用于定义网页结构和内容的标记语言元素。HTML是超文本标记语言（Hypertext Markup Language）的缩写，它用于创建网页并将文本、图像、链接等内容组织成一个可在网页浏览器中显示的页面。

HTML代码示例：<img src=***.png> 这是一个不正常的img标签。因为src的属性值没有使用引号括起来，导致标签处理时，勾选“文件与图片下载”之后，实际采集并没有下载图片。 解决方法： 转换为正常的img标签格式。对标签内容增加“标签数据二次处理”——“正则表达式替换”，并填入正则表达式：<img src=([^'"<>\s]{1,250})(.*?)>，替换为<…

我们用http://www.ccgp-shanxi.gov.cn/view.php?app=&type=&nav=100&page=1做测试，图中的名称，地区和状态是我要的值，我只要当前列表的数据 这是需要采集的源码信息 我们把上图中的源码复制到采集器里面 把对应的值都设置好 之后我们测试看看采集结果如何 我们再来看看列表页独立标签的用法，点开网址采集右下角的高级设置会有列表页独立标签，之后我们以标题为例，采集一下当前列表页的一个标题和列表页采集的原标题对比看看有什么区别 我们可以看到这个列…

数据提取方式支持调用其他标签值可以让采集过程更加灵活，在提取中点击标签符号即可调用其他标签的值。下面介绍下具体使用方法： 我们以网址：https://detail.tmall.com/item.htm?id=644685533017，为例，目的为提取sku对应的颜色名称，以一个颜色为示例： 目标网站获取数据部分源码： （1）先获取该颜色的sku值 （2）点击标签选择需要调用的标签即可 下面为运行结果： 注意：调用标签在前后截取以及正则提取中皆可使用，使用方法相同。