一、准备工作

1. 下载安装八爪鱼采集器（官网：https://www.bazhuayu.com/）
2. 注册 / 登录账号，完成实名认证（部分功能需）
3. 准备目标网站 URL、淘宝账号（采集淘宝必备）

二、官方网站数据采集（通用网页）

方式 1：智能识别采集（推荐，零代码）

1. 打开八爪鱼，首页输入目标网址 → 点击【开始采集】
2. 等待智能识别完成（自动识别列表、滚动、翻页）
3. 切换识别结果，勾选需要的【翻页采集 / 滚动加载】
4. 点击【生成采集设置】 → 检查流程
5. 点击右上角【采集】 → 选择【本地采集】
6. 采集完成 → 导出为 Excel/CSV/ 数据库

方式 2：自定义流程采集（复杂页面）

1. 输入网址 → 关闭自动识别 → 手动添加【打开网页】
2. 添加【循环】 → 选择【循环列表】，框选目标数据区域
3. 添加【提取数据】 → Ctrl + 点击选择标题、价格、链接等字段
4. 添加【循环翻页】 → 定位 “下一页” 按钮
5. 配置滚动 / 等待 / 防封（UA、代理、延时）
6. 保存 → 启动采集 → 导出数据

方式 3：模板采集（快速复用）八爪鱼

1. 进入【模板市场】 → 搜索对应网站模板
2. 预览字段与参数 → 点击【使用模板】
3. 输入参数（关键词、URL、翻页次数）
4. 启动本地 / 云采集 → 导出数据

三、淘宝店铺 / 商品数据采集（含反爬处理）

步骤 1：打开淘宝页面并登录

1. 输入淘宝搜索页 https://s.taobao.com/search → 开始采集
2. 关闭自动识别 → 手动添加【打开网页】
3. 添加【点击元素】定位登录入口 → 选择扫码登录（推荐，反爬更低）
4. 手机淘宝扫码完成登录（30 秒内），处理滑块 / 短信验证

步骤 2：搜索关键词（可选）

1. 添加【输入文本】 → 定位搜索框 → 输入关键词
2. 添加【点击元素】 → 定位 “搜索” 按钮

步骤 3：循环采集商品列表

1. 添加【循环】 → 选择【循环列表】 → 框选商品区域
2. 添加【提取数据】 → Ctrl + 点击选择：
   • 商品标题、价格、销量、评价数、店铺名、链接
    
3. 优化 XPath（如价格：//div[@class="innerPriceWrapper--aAJhHXD4"]）

步骤 4：循环翻页（多页采集）

1. 添加【循环翻页】 → 定位 “下一页” 按钮
2. 设置翻页次数 / 采集到最后一页

步骤 5：防封与延时配置

• 每页延时 2–5 秒
• 开启 UA 随机、代理 IP（付费）
• 避免高频请求，分批采集

步骤 6：启动与导出

1. 保存任务 → 点击【采集】 → 选择【本地采集】
2. 中途处理验证码 → 完成后导出 Excel/CSV

四、关键配置与注意事项

1. 字段编辑：重命名、删除冗余、调整顺序、修改 XPath
2. 采集模式：
   • 本地采集：用本机资源，适合小批量
   • 云采集：八爪鱼服务器，适合大批量 / 定时任务
    
3. 导出格式：Excel、CSV、JSON、数据库、API 推送
4. 淘宝反爬：必须登录、扫码优先、控制频率、处理验证码
5. 合规提示：仅采集公开数据，遵守网站robots.txt与用户协议

五、常见问题

• 智能识别失败：关闭识别，改用自定义流程
• 淘宝登录失效：重新扫码，清理缓存，更换 IP
• 数据缺失：优化 XPath，增加等待时间，检查翻页逻辑