免规则采集器列表算法(优采云采集器3.0的内部转码工具自动转换的管理方式介绍)

　　免规则采集器列表算法(优采云采集器3.0的内部转码工具自动转换的管理方式介绍)

　　编辑本节软件介绍

　　软件大小：6821 KB

　　软件语言：简体中文

　　软件类别：国产软件/免费版/网络辅助

　　应用平台：Win9x/NT/2000/XP/2003

　　编辑本段优采云采集器3.0版本基本功能介绍

　　----由于时间原因，测试版中的存储和文件下载尚未完成

　　1、使用站点+任务的方式管理采集节点。通常，一个站点有多个类别。如果每个类别只使用一组模板或者模板标签变化不大，我们可以只用一个任务完成采集的整个网站，但是如果每个类别使用一个模板和模板的标记变化比较大。这时候我们就需要为每个类别设置一个对应的采集规则（也叫task）。因此，使用站点加任务管理有利于以后的维护——尤其是当采集站点较多时；

　　采集地址和内容采集

　　2、 同时实现采集地址和内容采集。按照传统的采集方式，先将地址读到本地，然后对每个地址进行一一解析。这个效率显然很低。优采云采集器3.0采用同步方式，即获取第一个地址后，同时获取其他采集地址采集内容并且可以同时处理多项任务采集！

　　登录采集

　　3、登录源采集站采集，编码，JS转换选择，保守计算可以达到目标采集的95%以上。一些比较大的或者国际化的软件大多使用utf8或者unicode编码来解决各国字符之间的问题。gbk下显示的utf8或unicode字符会是一堆乱码。这时候我们就可以使用优采云采集器3.0的内部转码工具来自动转换了！在采集网站的过程中，我们发现很多网站隐藏了自己的真实地址，使用js调用来防止采集（例如：javascript winopen([parameter 1], [参数2] )，一般采集器无法实现这样的网址采集。对于<官方版的<

　　地址采集

　　4、地址采集可以单次、批量、文本方式导入和添加，无需标签自动识别URL连接。采集 地址 当我们只需要 采集 一个网页时，可以添加一个 URL。如果单个任务需要采集多个页面，可以批量添加URL。如果你有一个已经有 URL 的文本集合，那么你可以直接导入 URL。优采云采集器可以智能识别网址！

　　使用规则

　　5、 使用规则标签管理采集 项，不再局限于普通标题、内容采集，标签实现完全自定义。如果我们采集一个药品的数据，我们可能需要的数据包括：制造商、产品型号、使用说明、产品配置等，这些标签不能只用一个内容和一个标题来实现。这时候就可以使用优采云采集器的自定义标签来完成你想要的任意数量的标签；

　　编辑规则标签

<p>6、 编辑规则标签可以去除广告，无限替换，真正得到你需要的内容。同时，程序提供了规则类型选择和基本的HTML代码排除功能。您可以在任何标签中添加无限制的排除和替换规则，以提取您需要的任何格式内容。同时优采云采集器提供html标签排除功能，可以一次性排除7、人工智能内容分页采集技术，结合您的论坛/&lt; @cms系统即使是采集的文章也可以恢复到采集的原创页码。现在大部分