十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
软件程序的获取:
成都创新互联专注于北镇企业网站建设,成都响应式网站建设公司,商城建设。北镇网站建设公司,为北镇等地区提供建站服务。全流程按需求定制设计,专业设计,全程项目跟踪,成都创新互联专业和态度为您提供的服务
大家可以从百度中搜索“火车头采集器”,并进入对应官方来获取程序的最新版本下载地址。当然也可以从小编所提供的网盘地址中获取最新版本程序:
请点击输入图片描述
请点击输入图片描述
2
安装并运行“火车头采集器”程序,在弹出的登陆界面中直接点击“登陆”按钮就可以以免费版身份登陆。
请点击输入图片描述
3
在程序主界面中,点击“新建”下拉箭头,从中选择“任务”项。
请点击输入图片描述
4
在弹出的窗口中,输入“任务名”,同时点击“起始网址”栏目右侧的“添加”按钮。
请点击输入图片描述
5
接下来就极为重要的一步,就是对要进行采集的网站进行分板,对所采取的网站中各片文章的URL进行综合分析并找出规律,最后按如图进行填写。
请点击输入图片描述
6
然后切换至“第二步:采集内容规则”选项卡中,我们需要对网页内容进行分板。在此以“搜狗浏览器”为例,右击要进行分析的网页,从弹出的菜单中选择“审查元素”项。
请点击输入图片描述
7
在“开发式模式”界面中,点击“选择页面中的一个元素去透视”按钮,接着点击“标题”内容,此时就可以在“开发者”窗口中显示标题所对应的标签,此例为“h2"。
请点击输入图片描述
8
接下来在”采集内容规则“界面中,点击“添加”按钮来添加“标题”项,或者直接双击“标题”项进行修改。在弹出的界面中,勾选”前后截取“,将设置前后辍分别为"h2“、”/h2".
请点击输入图片描述
9
利用同样的方法添加其它采集内容的规则。
切换至“第三步:发布内容设置”选项卡,勾选“启用 方式二”,并进行如图设置。
请点击输入图片描述
10
最后从任务列表中,勾选要采集的内容,点击“开始”按钮就可以按规则采集网站中的网页内容啦。
请点击输入图片描述
如果还有啥问题,请留言或者私信,如果回答的还算可以,请列为最佳答案
第一步采集网址,下载好火车头采集器后打开,新建一个任务,任务名随意。把需要采集的网站文章列表页网址添加到起始网址。从图中看出该列表页有34页,每页有N篇文章。
2
列表页会一级网址,添加多级网址获取,从而获取二级网址(文章页网址)
设置列表分页获取,3个地方分别是:分页源代码前面和后面还有中间位置。这一步用于获取列表页面链接,因为有34个列表页面。设置完保存。
网址获取选项,这一步用于获取列表页上面文章页的链接,根据自己需要设置需要截取的部分和根据网址的结构设置包含与不包含某些字符。为空即没限制,设置完保存。
设置好链接采集规则后,可以测试网址,看测试结果调整规则。看图可以看到采集链接规则从起始链接到全面列表页再到列表页上的文章页链接都已经成功采集。
第二步是采集内容,首先修改标题规则,在页面源代码里面找到标题的代码,把标题前后代码负责过去截取出标题。保存。
修改内容采集规则,跟标题规则差不多,也是源代码里面找到内容的前后代码。这里内容会有一些其他html标签,所以得添加一个html标签排除的规则。
完成后,测试看一下结果,从测试结果来调试规则,直到测试结果是自己想要的内容为止。
第三步是采集导出。前面1、2两步把规则设置好,最后就要把文章导出了。先做一个导出的模版。
然后选择方式二,把每一篇文章都分别记录到一个txt文本,保存位置自己选择,模板选择刚刚做好的导出模版.保存的文件名用文章标题为命名。其他默认,保存。
把采集网址,采集内容,发布3个选项框都勾选,然后开始采集。完成后文本就自动生成在刚刚保存的文件夹里面了。
火车头采集器采集文章教程到此就完成了,由于每个网站都是不一样的,所以这里只能用一个网站演示,只是一个方法思路,自己采集文章还需要灵活变通。
字段说明:(标有*的为必填字段,绿色值为默认值)
*log_CateID:文章的分类ID
*log_Title:文章标题
*log_Content:文章内容
log_Tag:文章标签ID,格式为{标签ID},多个为{1}{2}{3}
log_Status:文章的状态,0为正常发布,1为草稿,2为审核
log_Type:文章的类别,0为文章,1为页面
log_IsTop:文章是否置顶,0是不置顶,1是置顶
log_Intro:文章摘要,默认是50字符
log_PostTime:文章发布时间,为UNIX时间戳,默认当前时间
log_ViewNums:文章浏览数,默认为0次
发表地址后缀:zb_users/plugin/QeeZer_Locoy/LocoyPost.php?locoy_key=火车头自动发布密令
火车头采集器(V8.6为例)设置部分:
主要就是发布地址、post字段设置等,