作者：欧莫莫莫莫
链接：https://www.zhihu.com/question/27621722/answer/73919752478
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

Clipsheet是一款完全开源的Chrome爬虫插件, 通过易用的交互界面以所见即所得的方式， 快速的从页面中采集到你想要的表格，且可以通过简单配置将采集工作自动化。

[Github]: github.com/dream-num/un

[官方网站]: Univer | ClipSheet

[Chrome商店]: Chrome插件商店-Clipsheet

如何安装 Clipsheet ?

可以直接访问上面的 Chrome商店链接安装，如果无法访问外网，可以通过该下载链接xakbyahbro.feishu.cn/do，下载插件的压缩包安装。

[插件压缩包安装教程]：Docs

快速开始

安装插件成功后，以CSDN的文章列表页blog.csdn.net/?作为展示， 可以看到Clipsheet插件已经在该网页中自动检测到 4 个表格，此时插件内 快速采集 的按钮也是高亮的， 直接点击按钮就可以通过插件采集到我们的第一个表格

1、点击快速采集后，这时我们能看到右上角有个面板，并高亮选中了当前表格，点击确认按钮

2、这里能看到表格已经提示采集成功，我们点击查看表格

3、此时弹出了一个表格弹窗，能看到已经成功采集到了第一个表格，我们同时也支持将表格导出成csv，能看到左下角就有个按钮能支持支持导出csv

​4、至此我们就简单完成了如何用univer-clipsheet从网页中采集表格，当然，现在的整个流程都需要我们自己手动去完成，但这在你快速需要采集当前网页一个表格数据时也非常有用。

高级功能教程：

仅通过所见即所得的方式从网页中采集表格可能是不够的，univer-clipsheet提供各种高级功能以便我们将采集这一过程自动化，在这个章节我们会介绍clipsheet的部份高级功能，让你更好的优化自己的采集流程，如果使用上还有任何问题，欢迎及时联系我们反馈

采集器讲解-执行操作

使用采集器可以将你的重复的采集动作自动化

操作步骤：

1、先打开要采集的网站，并点击右上角的小插件

2、通过滚动页面，可以获取更多元素哦，查看右上角的×行元素知道大概的采集行数

3、根据不同网页加载数据的方式在采集器内设置对应的操作

  • 数据量较大时建议将间隔时间设置的稍微长一些

4、想要采集标题对应的内容时可以设置下钻，选择想要的内容区域

5、可以通过查看预览页自定义调整列

​

6、运行采集器时会打开一个新的页面，可以通过该页面确定采集的进度

7、采集完成后通过侧边栏 – 数据查看文档并导出

工作流讲解：定时采集&定时更新采集

操作步骤：

1、新增工作流，会展示选择数据源选项

  • 选择数据源时，会往对应的表格内新增数据
  • 未选择数据源时，会自动采集生成一个文档

2、在数据合并页面绑定要运行的采集器（教程见采集器讲解） ，自定义调整列后点击下一步

  • 可以绑定多个采集器，数据会统一汇总的到表格内

3、默认去重（比较所有的列），如不需要去重可以点击反选取消

4、在数据筛选页面可以设置过滤规则，采集想要的关键词数据等

5、上面都设置完成后，我们就可以设置定时并保存运行啦

  • 到时间点后会自动采集数据，在侧边栏的数据内可查看数据并导出

看完想要开开发自己的爬虫插件？我教你！

开发插件的内容较多，我单独开了新的文章去更新这部分内容，请通过以下文章阅读zhuanlan.zhihu.com/p/16

联系我们

Clipsheet插件使用中有任何问题或者优化建议，欢迎通过github来提交issue上报问题，或通过以下方式来联系我们

[Discord] discord.gg/rbZcJPm4un