火车采集器使用教程_第1页
火车采集器使用教程_第2页
火车采集器使用教程_第3页
火车采集器使用教程_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本文格式为Word版，下载可任意编辑——火车采集器使用教程一、新建任务

1.在任务列表空白处单击右键，选择新建分组

2.在弹出对话框内添加分组名称A，并点击保存

3.左键单击新建分组A，选择之后右键单击，选择新建任务

4.在弹出对话框内添加任务名B

二、添加采集网址规则

1.在起始网址右侧单击“添加〞按钮

2.在弹出对话框内添加采集列表页规则：

（1）单页面网址添加在“单条网址〞分页内：直接把URL复制到文本框内，依次点击“添加〞、“完成〞即可；

（2）有规则的批量网页可以在“批量/多页〞分页内添加：将地址格式（如：http://./list/?204_1.html和http://./list/?204_2.html的规则是http://./list/?204_(*).html）

3.在多级网址获取右侧单击“添加〞按钮

4.在弹出对话框内添加采集脚本规则

附录：脚本规则填写方法

找到新闻列表页要采集的内容，并在源码中找到文章所对应的链接，观测代码规则，发现他们的共同点是：

[参数]是你要采集文章的链接，(*)为变量。

注意：一定要确保[参数]两端的规则完整，不能光填写

注：填写完采集规则后，可以点击“测试网址采集〞按钮，来验证你填写的规则是否能让程序采集到文章页URL。

三、添加采集内容规则

1.删除不需采集的内容

在“采集内容规则〞分页中将不需要采集的几个选项删除掉，双击需要采集的内容相应的框框，并在弹出的对话框内填写相应的规则。

2.填写标题规则

（1）在页面中找到你想要采集的标题

（2）在源码中找到你想采集的标题对应的位置（3）填写标题规则（正则提取）。如上面代码中的规则为：

火车采集器使用教程

注：html-2次加工.html的保存位置：

..\\火车采集器V8\\System\\FileTemplate\\html-2次加工.html

五、发布内容设置

1.在主界面的任务栏

人人文库> 全部分类> 教育资料 > 中学教育

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论