火车采集器采集内容过滤教学

火车采集器是目前使用人数最多的互联网数据抓取、处理、分析，挖掘软件，独具十年历练，成就业界领先品牌，软件凭借其灵活的配置与强大的性能领先国内数据采集类产品，采集/发布如同复制/粘贴一样精准，并赢得众多用户的一致认可，火车采集器可自动采集优质内容，定时发布；并配置多种数据处理选项。

火车采集器采集内容过滤教学图1

有时有些采集的数据不需要怎么办？火车采集器的内容过滤功能可以完成这个工作。

第二步：采集内容规则---数据处理---内容过滤

内容过滤有以下几个处理方法：

1.内容不得包含和内容必须包含：

可以设置多个词，支持选择 a.所有条件都必须满足 或 b.满足其中一个条件即可

2.采集结果不得为空：该功能可以让某个字段不出现空内容。

3.采集结果不得重复：该功能可以让某个字段不出现重复内容。设置此项前请确保您没有采集过数据，或者请先清空采集数据。

4.当内容长度小于(大于，等于，不等于)N时过滤：一个符号或一个字母或一个数字或一个汉字都算一个。

火车采集器采集内容过滤教学图2

服务器远程管理

此为企业版的功能，可以通过http接口获取软件运行信息及控制软件的运行，实现对软件的远程管理。

可获取：平台版本及采集器扩展安装信息，获取任务规则列表，计划任务列表，任务采集数据信息。

可控制：启动暂停停止任务，编辑删除任务及添加修改计划任务等。

(1)设置端口号后点击启动即可

火车采集器采集内容过滤教学图3

(2)需注意:启动服务器远程管理之后，可以直接在本地局域网内访问该http接口。若是要在广域网内访问并控制该http接口，分为两种情况：

①若有一个固定的外网IP，可以直接用该外网IP加端口号直接访问。

②若是公网，则需要在路由器中设置端口转发（即内网穿透），再由公网IP加端口号进行访问。

设置好后，可以在任意广域网内访问并控制该http接口，电脑以及手机都可以对采集器的任务进行访问以及控制。

http接口可控制内容

（1）获取采集器中建立的所有规则，了解规则运行情况，状态，添加计划任务，删除计划任务，删除任务，控制规则开始采集发布以及停止

（2）对规则进行更新

火车采集器采集内容过滤教学图4

（3）新建规则

（4）可以获得规则已经采集到的数据内容，并可编辑修改

火车采集器采集内容过滤教学图5