火车采集器功能介绍和使用技巧

火车头采集器是一款非常好用的互联网爬虫工具，采用VisualC#编写产品，专业用于互联网的数据抓取、分析、处理、挖掘。软件绿色安全，安装便捷，其主要被用于进行网络数据处理，可以灵活迅速地抓取网页中大量非结构化的文本。火车头采集器提供一站式高效采集服务，通过一系列的分析处理，支持多类型数据库，采用多线程采集方式，准确挖掘出所需数据，其强大的识别系统，积累了大量用户和良好口碑，能够准确识别各种编码文字，满足不同的数据处理需求。

火车采集器功能介绍和使用技巧图1

火车采集器功能介绍和使用技巧图2

1.新建分组

选择所属分组，新建一个任务分组，确定分组名称和备注。

2.新建任务

新建一个任务，确定所属分组，填写任务名称并保存。

3.Web发布配置

定义登陆一个网站以及向该网站提交数据。涉及到网站编码设定，登录信息的获取，栏目列表的获取。

4.Web发布模块

获取栏目列表，可以定义网站登录，获取网页随机值，内容发布参数，构造发布数据等高级功能。

5.数据库发布配置

定义数据库链接信息的设置以及数据库模块的选择。

6.数据库发布模块

用于编辑数据库的发布模块，火车采集器可选四种数据库类型，方便我们将数据发布到配置好的数据库中。在采集器模块文件夹中加载，在文本输入框中填写sql语句。

7.计划任务

设置列表中采集任务的启动计划，保存设置后，任务即可按照设置执行。

8.插件管理

插件是可以用来扩展火车采集器功能的程序，支持三种类型的插件，可用于扩展http请求，并可以分别进行测试。

9.http二级代理

可以让网络用户去取得所需要的网络信息。可以突破自身ip的访问限制访问国外站点，访问一些单位或团体内部资源。

火车采集器功能介绍和使用技巧图3

火车采集器功能介绍和使用技巧图4

采集规则制作的第一步骤，进行起始网址设置，点击向导添加，出现如下界面。

有批量网址，普通网址，文本导入3种方式。

火车采集器功能介绍和使用技巧图5

1、普通网址：不做任何解析，以一行一个的形式直接加入网址。

2、批量网址：以通用的表达式，批量生成网址。

3、文本导入：文本为一行一个的网址，以文本导入的形式。

如需转换原有数据库请勾选“转换内容库”，否则数据库内容将被清空.