网页采集器的自动识别算法(7.增量更新通过定时运行和实时监测目标网站，实现同步更新(组图))

　　网页采集器的自动识别算法(7.增量更新通过定时运行和实时监测目标网站，实现同步更新(组图))

　　7.增量更新

　　通过定时运行和增量更新，实现采集任务全自动化，实时监控目标网站，实现同步更新。

　　8.批量文件下载

　　可自动下载图片、PDF、DOCX等各种文件，支持自定义保存目录和自定义文件名。

　　使用说明

　　创建第一个 采集 任务

　　首先打开优采云采集器，在主界面点击New Task按钮

　　第一步，选择起始网址

　　当你想要采集一个网站数据时，首先需要找到一个地址来显示数据列表。这一步非常重要。起始 URL 决定了 采集 数据的数量和类型。

　　以大众点评为例，我们要抓取当前城市的餐饮商家信息，包括店铺名称、地址、评分等。

　　通过浏览网站，我们找到了所有美食商家的地址：

　　然后在优采云采集器V2中新建任务->第一步->输入网址

　　然后单击下一步。

　　第二步，抓取数据

　　进入第二步后，优采云采集器会智能分析网页并从中提取列表数据。如下所示：

　　这时候我们对分析的数据进行整理和修改，比如删除无用的字段。

　　单击列的下拉按钮并选择删除字段。

　　当然还有其他的操作，比如修改名字、数据处理等等。我们将在以下文档中介绍这些。

　　整理好修改后的字段后，让我们采集处理分页。

　　选择分页设置->自动识别分页符，程序会自动定位下一页元素。

　　完成后，单击下一步。

　　第三步，设置

　　这包括浏览器的配置，比如禁用图片、禁用JS、禁用Flash、屏蔽广告等。这些配置可用于提高浏览器的加载速度。

　　定时任务的配置，通过定时任务，可以设置任务定时自动运行。

　　单击完成以保存任务。

　　完成，运行任务

　　任务创建完成后，我们选择新创建的任务，点击主界面工具栏上的开始按钮。

　　任务操作窗口，任务操作日志，记录详细的采集日志信息。

　　采集数据窗口，实时显示采集数据

　　更新日志

　　优化了数据导出窗口。

　　文本框中添加了语法高亮和自动完成功能。

　　组计划任务中的错误已得到纠正。