火车头采集器采集规则

　　火车头采集器是一款非常不错的数据采集软件，也是互联网上最流行的采集工具，但是使用相对比较专业，很多火车头采集器新手感到无从下手，今天教新手朋友们如何快速使用火车采集数据。更多最新IT资讯尽在金顺软件园http://www.jinshun168.com/

　　首先讲一讲网站结构，通常网站结构为树形结构，一个网站主要包以下几种页面：首页、栏目页、文章页，其结构如下图。

　　其次讲一讲火车头采集原理，火车头的运行需要一套规则来指定该如何采集所需数据，即需要编写火车头采集规则，编写采集规则也是新手最头痛的问题。

　　火车头采集器通常通过网址抓取网站返回的源代码，然后在源代码中提取需要的信息。因此，采集数据需要先采集网址，然后再采集数据。

　　下面开始编写采集规则：运行LocoyPlatform.exe

　　在左侧“任务列表树”选择一个分组点击右键，选择“新建任务”弹出新建任务对话框。填写任务名，网站编码一般选择自动即可。

　　添加起始网址

　　填写“第一步：采集网址规则”这里需要按照网站的树形结构逐级获取下一级结构的网址，直至获取到内容页的网址。先填写起始网址，通常为目标站首页地址。点击“添加”，在单条网址处填上火车头博客的首页地址，然后依次点击“添加” ->“完成”。

　　编写“多级网址获取”规则

　　这里需要先在起始地址页面找到所有需要采集的栏目页的代码区域，先查看起始页地址的源码，找到如图所示代码区域：

　　点击右侧“添加”按钮打开“添加多级网址采集规则”，选择“从页面自动分析得到地址链接”单选按钮，在下面“从该选定区域中提取网址”，“从”(左侧)文本框填上栏目地址代码区域开始之前的标志性代码(要保证其在该页的唯一性)，“到”右侧文本框填上栏目地址代码区域结束之后的标志性代码，在“结果网址过滤”的“必须包含”和“不得包含”文本框填上相应代码，如果该区域没有多余的链接不需要过滤，可以不填，这里的栏目页网址必须包含“category-”。然后点击“保存”返回。

    金顺软件园小编推荐：

    火车头采集器教程

    淘宝店铺商品采集助手怎么用

    明振图片采集器使用方法

以上，就是金顺软件园小编给大家带来的火车头采集器采集规则全部内容，希望对大家有所帮助！