免费文章采集工具(优采云采集器9.1版安装程序采集测试方法)

　　免费文章采集工具(优采云采集器9.1版安装程序采集测试方法)

　　5、采集测试：这是任何其他类似的采集软件都无法比拟的。该程序支持直接查看采集结果和测试发布。

　　6、易管理：使用站点+任务模式管理采集节点，任务支持批量操作，管理更多数据轻松。

　　安装步骤首先下载安装包，运行安装“优采云采集器9.Version 1 installer”

　　选择安装位置

　　注意：优采云采集器环境要求：你的电脑必须安装.net framework4.0 framework，如果没有，你的电脑会弹出如下对话框，请点击“是”继续安装

　　安装完成

　　采集器教程1、新建组--新建任务

　　2、添加 URL + 编辑获取 URL 的规则

　　选择ul中li中的链接，注意排除重复地址，可以点击下方测试URL采集获取。

　　您可以看到 文章 链接到 采集。

　　3、采集内容规则

　　我需要采集来显示下图中的数据（catid是列id，可以把采集中的数据放到对应列中，设置一个固定值即可）

　　关注内容和图片的采集，标题和描述同内容采集

　　内容采集：

　　打开一个采集的文章页面，查看源码（如果禁用了右键f11或者在url前面加了view-source:可以查看）：选择一个位置在 文章 的开头并截取一个段落是否是 ctrl+f 搜索下的唯一段落，如果是，则可以放在下图 1 中的位置，结尾与开头相同。我不想截取内容，不想在里面有链接图片进行数据处理，添加--html标签排除--选择确定--确定

　　还有一个需要下载页面图片，勾选并填写以下选项

　　图片 采集：

　　（1）选中范围与内容一致（文章中的图片）

　　(2）数据处理选择提取第一张图片，内容为：

　　(3）只要aa.jpg，常规过滤，获取内容：aa.jpg

　　(4）数据库存储有前缀，添加，上传/xxxxx/

　　找个页面测试一下，可以看到获取到了对应的item。

　　4、发布内容设置，这里以模式3发布到数据库为例，编辑好后返回查看新定义的模块：

　　5、我需要将图片保存到本地，需要设置保存文件的路径（ftp稍后会尝试使用）。

　　6、保存，查看新创建的任务，右键启动任务，这里可以看到已经下载了文字和图片，在数据库中也可以看到。

　　变更日志 v9.9 变更日志：(2019-7-04）

　　1.修复了由于 采集 内容或 URL 错误导致程序退出的问题。

　　2.下载文件，文件地址错误导致下载时程序退出。

　　3.使用插件时，用于测试和发布的数据不是插件处理的数据的bug。

　　4.修复了智能提取时SY标签被错误提取的问题。

　　5.列表页标签部分提示重复的bug。

　　6.分词或摘要时某个标签不存在时可能出错的bug。

　　7.在采集 时提供更详细的显示。更方便用户查看进度。

　　8.检测文件并在不区分大小写的情况下下载。

　　9.修复逆序发布时部分顺序不正确的问题。

　　优采云采集器免费版 V9.6 更新日志 (2017-10-7）

　　1、调整列表页的重新排列方式，现在只会在同级列表页之间重新排列。

　　2、增加任务完成后运行统计的警告功能（Email邮件警告）【终极版功能】

　　3、增加了对部分请求返回码不是200时配置采集的支持。

　　4、添加了将下载地址保存为 html 文件的支持。

　　5、二级代理服务，导入时添加代理类型，修复用户名密码显示错误。

　　6、发布配置页面，默认只显示当前选择的配置，加快任务加载时间。

　　7、修复命令行控制，closeapp参数无法自动关闭程序的问题。

　　8、修复未选中图片水印时无法裁剪图片的问题。

　　9、优化启动界面的加载方式，解决初始化界面卡死的问题。

　　10、修复多行连接符收录“|”时无法检测到图片下载的问题 在配置中。

　　11、修复Excel导出数据时列顺序与字段顺序不一致的问题。

　　12、修复Excel导出数据时，部分收录数字的字段导出数据不正确的问题。

　　13、修复批量编辑任务时无法复制Json采集表达式的问题。