XPath2Doc是一款可以幫助用戶在網(wǎng)頁(yè)上采集數(shù)據(jù)并且填寫(xiě)doc文件的軟件，這款軟件使用簡(jiǎn)單，軟件界面沒(méi)有太多功能，用戶點(diǎn)擊采集就可以開(kāi)始查詢網(wǎng)頁(yè)上的數(shù)據(jù)，從而執(zhí)行填充，對(duì)于需要編輯doc文件的朋友很有幫助，您可以在軟件添加需要編輯的doc文件，可以在軟件配置需要填充以及需要采集網(wǎng)站數(shù)據(jù)的的規(guī)則，結(jié)合XPath語(yǔ)句就可以獲取您需要采集的網(wǎng)頁(yè)內(nèi)容，軟件提供詳細(xì)的操作桌面，用戶可以在幫助界面查看教程！

軟件功能

　　1、XPath2Doc可以幫助用戶在電腦上采集你需要的網(wǎng)頁(yè)數(shù)據(jù)

　　2、可以立即采集數(shù)據(jù)填寫(xiě)到文件中，從而完成文件編輯

　　3、如果你覺(jué)得編輯doc文件很復(fù)雜，可以使用這款軟件立即采集網(wǎng)站資源

　　4、軟件可以指定內(nèi)容采集，軟件界面顯示網(wǎng)頁(yè)內(nèi)容

　　5、當(dāng)您添加網(wǎng)頁(yè)以后就可以查詢指定的內(nèi)容，僅僅對(duì)需要填寫(xiě)的內(nèi)容采集

　　6、支持采集功能，立即在網(wǎng)頁(yè)界面采集需要的文字內(nèi)容

　　7、可以多次采集內(nèi)容，一個(gè)網(wǎng)頁(yè)的內(nèi)容可以多段采集

　　8、XPath2Doc幫助用戶輕松找到數(shù)據(jù)所在的位置，從而快速采集

軟件特色

　　1、XPath2Doc提供網(wǎng)頁(yè)內(nèi)容采集功能，在軟件輕松讀取網(wǎng)頁(yè)內(nèi)容

　　2、軟件提供操作演示，用戶可以查看自己需要操作的內(nèi)容

　　3、支持模板設(shè)置功能，在軟件可以配置用戶需要采集的模板

　　4、支持采集地址添加，可以在配置文件中添加網(wǎng)頁(yè)地址

　　5、支持指定的數(shù)據(jù)內(nèi)容采集，在網(wǎng)頁(yè)查看到文字以后就可以立即采集

　　6、采集的內(nèi)容自動(dòng)在軟件右邊顯示，可以另外保存為doc文件

　　7、支持打開(kāi)Word功能，編輯完畢可以在軟件打開(kāi)doc查看填寫(xiě)的內(nèi)容

　　8、結(jié)合軟件的教程以及操作說(shuō)明就可以知道如何采集數(shù)據(jù)

使用說(shuō)明

　　1、打開(kāi)XPath2Doc軟件提示您需要建立配置文件，用戶需要在主程序地址找到配置文件并且修改

　　2、修改界面如圖所示，軟件使用比較復(fù)雜，如果你會(huì)設(shè)置就可以在這里填寫(xiě)參數(shù)

　　3、可選參數(shù)，INI文件所在的路徑，例如D:INI，目錄路徑以結(jié)尾。默認(rèn)為程序所在目錄。

　　4、這里是軟件的模板編輯界面，用戶下載模板以后編輯新的內(nèi)容，從而在軟件采集數(shù)據(jù)

　　5、因?yàn)樾【帥](méi)有設(shè)置模板所以就不能在軟件采集數(shù)據(jù)

　　6、小編不知道如何使用這款軟件，如果你會(huì)使用就可以下載體驗(yàn)

　　7、這里是軟件的采集界面，您可以選擇一種模板，小編選擇的是開(kāi)發(fā)者提供的模板

　　8、這里是網(wǎng)頁(yè)查看界面，在這里可以立即顯示網(wǎng)頁(yè)內(nèi)容，可以查看多種數(shù)據(jù)

　　9、選擇數(shù)據(jù)以后在這里填寫(xiě)需要采集的方式，例如可以將當(dāng)前的文字內(nèi)容采集為原告

　　10、采集的內(nèi)容就在這里顯示，現(xiàn)在就可以查看采集完畢的信息，doc也可以在軟件界面顯示

　　11、下方就是doc顯示的界面，您需要填寫(xiě)的內(nèi)容就在這里顯示，隨后繼續(xù)采集內(nèi)容

　　12、采集完畢就點(diǎn)擊創(chuàng)建文件，這樣就可以將文檔保存，到這里文件數(shù)據(jù)就采集完畢了

　　13、提示保存界面，你可以將當(dāng)前的文檔另外保存在新的地方，保存完畢可以打印，也可以在軟件界面選擇備份

工作原理

　　網(wǎng)頁(yè)的每個(gè)元素，都可以表示成為XPath語(yǔ)句，所以我們可以讀取瀏覽器打開(kāi)的網(wǎng)站頁(yè)面源代碼，通過(guò)XPath語(yǔ)句得到網(wǎng)頁(yè)元素中的文本。

　　教程：http://www.w3school.com.cn/xpath/index.asp

XPath語(yǔ)句的獲取辦法

　　通常我們可以使用谷歌的Chrome瀏覽器打開(kāi)網(wǎng)站頁(yè)面，按F12調(diào)出開(kāi)發(fā)者工具界面，在ELements選項(xiàng)卡下，隨著鼠標(biāo)的移動(dòng)可以看到網(wǎng)頁(yè)內(nèi)容被陰影覆蓋，點(diǎn)開(kāi)三角符號(hào)，可以更進(jìn)一步定位準(zhǔn)確的位置，直到找到最終需要的數(shù)據(jù)位置。在找到的文本上點(diǎn)鼠標(biāo)右鍵，在彈出的菜單中，選擇Copy-Copy XPath，然后粘貼到記事本即可得到需要的XPath語(yǔ)句。

　　這里需要說(shuō)明一點(diǎn)：如果拷貝出來(lái)的XPath語(yǔ)句中有/tbody會(huì)影響采集，程序內(nèi)部對(duì)此問(wèn)題進(jìn)行了處理，但可能會(huì)在某些特殊情況下還是會(huì)影響數(shù)據(jù)采集，可以手工去掉。

　　軟件運(yùn)行環(huán)境（推薦Widnows10，無(wú)需安裝組件）：

　　Windows7 Sp1操作系統(tǒng)請(qǐng)安裝下面的組件（重要：VC庫(kù)如果不安裝，本程序無(wú)法啟動(dòng)）：

　　1、.Net Framework 4.5.2。https://www.microsoft.com/en-us/download/details.aspx?id=42642

　　2、32位 VC2017（或更高版本）運(yùn)行庫(kù) 。 https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads

　　下載vc_redist.x86.exe

　　在Windows10系統(tǒng)下上述組件一般自帶，不需要單獨(dú)安裝。本程序在Windows10 1903運(yùn)行通過(guò)。

　　不支持Windows XP操作系統(tǒng)。

軟件操作說(shuō)明

　　1、本程序工作需要三個(gè)配置文件：General.ini，自定義.ini，自定義模板.docx。后兩個(gè)文件名自己定義。

　　General.ini文件中定義了INI文件和Docx模板文件的存放目錄，可以不填，默認(rèn)是程序所在目錄。

　　自定義.ini、自定義模板.docx是軟件使用者自己創(chuàng)建的網(wǎng)頁(yè)采集XPath語(yǔ)句及最后生成文件所用的Docx模板，具體設(shè)置方法請(qǐng)看ini文件中的說(shuō)明。注意，Docx模板文件中的“@<#0001#>@”之類(lèi)的字符是在INI文件中定義的用于替換網(wǎng)頁(yè)采集內(nèi)容的標(biāo)記字符串。ini文件中定義了替換關(guān)鍵字的前后綴和模板文件名。

　　2、使用本程序前，請(qǐng)先建立好你自己的INI配置文件和Docx模板文件。（具體可以參見(jiàn)附帶的企查查、天眼查兩個(gè)配置文件和起訴書(shū)模板）

　　需要說(shuō)明的是，模板文件支持對(duì)文檔的不同部分使用不同的網(wǎng)址進(jìn)行采集，注意Url的設(shè)置。目前模板文件暫不支持除Docx以外的格式。（預(yù)覽窗口支持：.doc、.docx、.rtf、.htm、.html、.xaml、.txt，所以模板文件理論也可以支持這些格式。需要其他格式支持的，請(qǐng)百度聯(lián)系作者。）

　　3、使用方法：

　　啟動(dòng)程序--選擇模板--點(diǎn)擊采集數(shù)據(jù)按鈕旁邊的黑色三角符號(hào)，點(diǎn)開(kāi)下拉菜單，點(diǎn)擊需要采集的部分。等候?yàn)g覽器加載網(wǎng)頁(yè)完畢，手工輸入需要查詢的內(nèi)容，點(diǎn)擊查詢，找到數(shù)據(jù)的具體頁(yè)面，然后點(diǎn)擊采集數(shù)據(jù)按鈕，觀察右側(cè)的列表中是不是已經(jīng)得到需要的數(shù)據(jù)。繼續(xù)點(diǎn)開(kāi)下拉菜單，選擇下一個(gè)需要采集的部分，如果網(wǎng)址發(fā)生了變化要等候?yàn)g覽器加載完畢，找到需要的數(shù)據(jù)頁(yè)面。點(diǎn)擊采集數(shù)據(jù)按鈕觀察右側(cè)列表中是不是得到了第二部分的數(shù)據(jù)。如此反復(fù)，直到數(shù)據(jù)全部采集完畢。

　　如果前后兩部分的網(wǎng)址相同，在點(diǎn)擊下一部分的下拉菜單之前，要先在瀏覽器中重新查詢新的數(shù)據(jù)，等新數(shù)據(jù)頁(yè)面出來(lái)之后在點(diǎn)擊下拉菜單選擇下一部分進(jìn)行采集。（網(wǎng)址相同的情況下，點(diǎn)擊下一部分會(huì)直接從網(wǎng)頁(yè)取數(shù)據(jù)，如果瀏覽器沒(méi)有換頁(yè)面，數(shù)據(jù)就錯(cuò)了。）如果某個(gè)部分需要重新采集，請(qǐng)先點(diǎn)擊下拉菜單中的該部分名稱(chēng)，然后點(diǎn)擊采集按鈕重復(fù)采集該部分（此時(shí)可以隨意改變?yōu)g覽器的數(shù)據(jù)頁(yè)面，得到的就是不同公司數(shù)據(jù)）。

　　列表中采集得到的數(shù)據(jù)結(jié)果如果有偏差，可以單擊自行修改。XPath語(yǔ)句如果有什么錯(cuò)誤，也可以自己修改看測(cè)試結(jié)果（XPath語(yǔ)句在修改后會(huì)立即重新抓取瀏覽器的數(shù)據(jù)，所以瀏覽器最好是有效數(shù)據(jù)頁(yè)面），在程序中修改的XPath語(yǔ)句，不會(huì)保存到INI文件中，請(qǐng)自行手工保存。

　　如果列表中數(shù)據(jù)無(wú)誤，預(yù)覽窗口中的Docx模板內(nèi)容也正確，則可以點(diǎn)擊創(chuàng)建文檔按鈕，填寫(xiě)要生成的文件名，本軟件會(huì)使用抓取到的網(wǎng)頁(yè)數(shù)據(jù)替換模板中的索引字符串，自動(dòng)生成Docx文檔。

　　需要說(shuō)明的是，右下角的Docx預(yù)覽窗口不能完整的支持Word文檔，對(duì)不標(biāo)準(zhǔn)的文檔可能會(huì)出現(xiàn)文本缺失或者錯(cuò)位現(xiàn)象。遇到這種情況，可以忽略，或者將模板文件改成規(guī)范的文本格式（單倍行距）。