把网页数据采集做成图形化点击操作（EasySpider）

网页上的数据要成批拿走，多数人的第一反应是写 Python 脚本：分析请求、写解析规则、再对付反爬，站点改一次版就得重写一遍。EasySpider（中文名易采集）走的是另一条路，它操作的对象是浏览器里看得见、点得着的页面元素，用户点几下就能把一条采集流程搭出来。项目 2020-07-18 创建，最近一次提交在 2026-10-10。

EasySpider（易采集）是一款用 JavaScript 写的可视化网页爬虫软件，在浏览器里点选页面元素即可设计采集任务，输出按字段拆分的数据，全程不需要写代码。

项目把任务设计和任务执行拆成两件事。设计在图形界面里完成：右键选中一个包含多条信息的区块，软件会自动检测页面上同类型的块，接着点「选中全部」「选中子元素」「采集数据」，每个条目的信息就按字段存下来。执行环节可以脱离界面，只走命令行，所以能嵌进别的系统里调用。

软件把 Chrome 浏览器一起打包了进来，用户不必自己装驱动、配版本，代价是体积，仓库有 154328 KB。当前最新版本是 v0.6.5，发布于 2026-08-19。这个项目的主要语言是 JavaScript，占代码量的 64.9%，其次是 Python 17.0%，许可证为 GNU Affero General Public License v3.0。

第一次用它需要知道的事

这几条来自 README 与发布说明，装之前先对一下自己的环境。

• Windows 版本分 x64 和 x32 两条线。x64 版只支持 64 位 Windows 10 与 Windows Server 2016 及以上；x32 版支持所有位数的 Windows 7 及以上，所以 64 位的 Windows 7 也要下 x32 版。x32 版内置的 Chrome 固定在 109 版本，不随 Chrome 更新，想用新版 Chrome 就得用 x64 版。
• MacOS 版支持 Apple 自研芯片（M1、M2）和 Intel 芯片，压缩包要用系统自带的「归档使用工具」解压。
• 体积不小。仓库 154328 KB，有用户在 Issue 里指出，0.3.0 的 Windows 包里那个 Chrome Installer 其实可以不打包，能省下 100MB。
• 许可证是 AGPL-3.0。README 声明软件完全免费，包括商业使用和二次开发；Issue 里另有一条长期计划，是把协议换成 Apache 或 MIT。
• 运行任务时需要联网，由内置浏览器去访问目标页面。README 里没有要求注册账号或申请密钥的步骤，只有接入 CapSolver 这类第三方验证码服务时才需要另行注册。

最短上手路径

1. 到 Releases 页下载最新版 v0.6.5。国内下载慢的话，用 README 给的中国境内地址 https://easyspider.cn/download.html。
2. 解压。Windows 版直接解压即可；MacOS 版要用系统自带的「归档使用工具」，README 专门提示了这一点。
3. 打开软件，在目标网页上右键选中一个包含多条记录的区块，软件会自动检测同类型的块。
4. 依次点「选中全部」→「选中子元素」→「采集数据」，数据会按字段分开保存。想连详情页一起采，就在「选中全部」之后改用「循环点击每个元素」。
5. 想让任务脱离界面跑，改用命令行：执行 easyspider_executestage，用 --ids 指定任务编号，其余参数见下一节。

它实际上能做哪些事

图形化设计与采集

• 自动匹配同类型元素：在一个商品块上右键，软件自动检测页面上结构相同的块，点「选中全部」批量选中，不用逐个点。
• 选中子元素按字段保存：在选中的大块里继续选子元素，采集时每项信息会落到不同字段，README 的示例就是把所有商品的信息分字段存下来。
• 循环进入详情页：选中全部后点「循环点击每个元素」，软件逐个打开详情页，再在详情页上继续设置要采的内容。
• 需要登录的网站：官方 B 站教程里有一节专门讲怎么无代码采集登录后才能看的页面，用的案例是知乎。登录态具体靠什么机制保持，仓库节选里没有说明。

执行与自动化

• 命令行执行：easyspider_executestage 可以在不打开图形界面的情况下跑任务，README 说这样能方便地嵌入其他系统。
• 无头模式：命令行参数 --headless 控制。Issue 里有用户反馈设了无头模式不生效，只能走桌面执行，该问题已标记解决。
• 定时执行任务：官方视频教程里有一节是定时执行任务，和「将提取值作为变量输入」放在一起讲。

外部服务集成

• 验证码与代理：仓库根目录有一份 How to Solve Captcha in EasySpider with CapSolver Integration.md，讲怎么接 CapSolver 处理验证码。README 的赞助者一节还列出 Bright Data、Webshare、Thordata 三家代理服务，都写明可以配合 EasySpider 做数据采集。

参数速查

命令行执行的入口是 easyspider_executestage。仓库里没有给出完整的参数手册，这些写法来自用户在实际 Issue 里贴出的命令。

• --ids：任务编号，示例写法是 --ids '[10]'。
• --server_address：本地服务地址，示例是 http://localhost:8074。
• --config_folder：配置目录，示例指向 ElectronJS 目录。
• --headless：无头模式开关，示例写作 --headless 0。
• --user_data 与 --read_type：示例里分别取 1 和 local，仓库没有说明取值范围。

一条完整命令长这样：

easyspider_executestage --ids '[10]' --user_data 1 --server_address http://localhost:8074 --config_folder "/opt/wfcloud/EasySpider-master/ElectronJS/" --headless 0 --read_type local

输出与结果位置

图形界面里点「采集数据」之后，README 的说法是采集到的信息会分成不同字段保存下来。具体落到哪个文件、是什么格式（CSV、Excel 还是数据库），README 节选里没有说明。

走命令行时，任务配置放在 --config_folder 指向的目录，运行时通过 --server_address 指定的本地服务读取任务。结果文件的确切路径，仓库里同样没有说明。

无头模式下还能截图。Issue 里有用户反馈在 v0.6.2 下截京东首页只拿到 779 x 579 的图，拿不到整页，该问题已标记解决。

实际使用中的坑

这几条来自仓库 Issue，都是真实用户撞到的问题，附当前状态。

• 浏览器驱动版本对不上，任务打不开网页（待解决）。有用户在 EasySpider 0.6.3 上突然无法从 chromedriver 打开任务网页了，环境是 Chrome 131.0.6778.205。相关的另一条报错 Selenium, common.exceptions.WebDriverException: Message: unknown error: Chrome... 已解决。
• 命令行设了无头模式不生效（已解决）。用户反馈命令行执行时 --headless 不生效，只能在桌面模式下跑。
• iframe 里的元素选不中（已解决）。元素位于 iframe 标签内时，界面里既识别不了也选不上，Issue 里讨论后已解决。
• Mac 上启动报扩展路径不存在（已解决）。macOS 下出现 OSError: Path to the extension doesn't exist 的报错。

替代方案一览

这两项能解决的是部分相同的问题。如果抓取动作想由 AI 助手在对话里触发，EasySpider 没有 MCP 接口，只能人工进界面或者调命令行，这时 firecrawl-mcp-server 更直接。如果任务只是照着 Excel 里的地址批量下载文件，excel-parser-processor 这类工具配起来比拖一条点击流程省事。EasySpider 的短板也在这里：站点结构复杂时选择器还得自己写 xpath，官方明确不对任务设计类问题做答疑，这类需求交给写代码的团队或现成的采集服务更合适。

别踩的合规线

EasySpider 属于网页抓取与浏览器自动化工具，能模拟人的点击行为访问网站。这类工具只可用于自有资产，或者已经拿到明确授权的目标。

项目作者在置顶 Issue 里写明，政府、军事等网站不予答疑，这也是一个信号：这类目标不在支持范围内。

未经授权对他人网站发起批量请求，可能违反目标站点的服务条款、干扰对方正常服务，涉及个人信息时还可能触碰数据保护相关的法律要求。使用前先确认目标站点是否允许自动化访问，以及要采集的内容是否涉及个人信息或受保护的数据。

什么时候值得用它

目标网站结构稳定、页面上能直接点出想要的数据，你又不想为了这次采集去学一套爬虫框架，EasySpider 这类图形化工具能省掉大量写解析代码的时间。

任务规模在几十到几百个页面、采集逻辑还要反复调整时，可视化调试的优势更明显，改一个字段不用重跑整段脚本。

已经有别的系统在跑，只差一个采集执行环节时，它的命令行入口和 --server_address 本地服务可以接进去。

焚评：这个项目的量化评分

本项目的选题来自 焚.com（一个按公开公式给 GitHub 项目打分的站）。焚评当前总分 9.2 分（满分 10）。下表是各维度的得分：

评分口径、权重与计算方式见焚.com 的评分方法页；数据随 GitHub 指标刷新，具体数值以焚.com 当前页面为准。本文正文为诀.com 独立撰写，评分数据由焚.com 授权引用。