网页文章采集工具(善肯网页TXT采集器介绍及规则设置的介绍)

　　网页文章采集工具(善肯网页TXT采集器介绍及规则设置的介绍)

　　山垦网页TXT采集器是一款绿色小、好用的网页文字抓取工具，部分网站不支持文字复制，但是借助这个工具，可以帮你复制指定网页的所有文字采集下，特别适合采集小说，软件可以帮你自动保存TXT格式的文件。

　　功能模块介绍

　　1、规则设置：

　　①在规则设置窗口中，在网站中随便找一篇文章，不写任何规则，先点击实时预览，看看能不能得到网页的源代码。如果你能得到它，然后写规则。继续。

　　②规则设置使用正则表达式匹配内容。最好有一定的基础。如果没有基础，可以参考给出的例子。简单易学，无需深入学习常规规则。

　　③设置规则时，目录页和内容页需要分别预览，所以需要两个链接，目录页链接和内容页链接。

　　④ 关于更换，有一般更换和定制更换。目前不需要正则化，普通替换即可。需要注意的是，值一定要输入，空格也可以。删除：选择整行，然后在该行上按住删除键。内置的 \n 在用作替换数据时表示换行符。

　　⑤编码，目前只设置了GBK和UFT-8，几乎大部分网站都是这两种编码之一。

　　2、分析下载

　　①解析请按解析地址的2键。1按钮是任性的，暂时不想删除，其他功能以后再开发。

　　②支持单章下载和全文下载。

　　③支持增加章节数【部分小说没有章节数时可以勾选】

　　④支持在线阅读，但需要联网。此功能只是辅助功能，不是专业的小说阅读软件。

　　⑤下载进度和总所需时间显示，内置多线程。

　　3、关于软件

　　①其实只要.exe就够了，规则都是自己加的，commonrule.xml里面有通用的替换规则。网站规则在规则文件夹中。我这里放了两条 网站 规则，主要是为了测试。其他网站规则可以自行添加，也可以支持开发者。

　　②软件非打包，c#开发，无病毒。别担心，请不要使用它，我不承担责任。

　　③关于软件，有跳转到论坛。亲自测试跳转的时候，是360提示的，也可能是因为跳转是360浏览器。不知道你会不会有这个问题。

　　④如果xml中的内容不清晰，请勿触摸，以免软件识别失败并报错。