软文采集器(一个网站采集规则和任务规则的区别和应用详解)

　　软文采集器(一个网站采集规则和任务规则的区别和应用详解)

　　采集规则：

　　采集规则分为站点规则和任务规则，通常指任务规则。所谓采集规则，就是你想采集一个网站时在软件中所做的设置。此设置可以从软件中导出并保存为文件，然后导入到软件中。站点规则文件后缀为：.lsite；任务规则文件后缀为：.ljob。

　　采集任务：

　　采集任务也称为任务。它是 采集 规则和发布规则的总和。它也是采集规则和发布规则的载体。采集规则和发布规则的设置是在任务编辑框中完成的。从采集器导出的采集规则文件（后缀为.ljob）也可以称为作业规则。导入导出任务规则用于指导.ljob文件的导入导出。

　　发布模块：

　　发布模块也称为发布规则，通常指数据库发布模块或WEB发布模块。所谓发布模块，就是当需要将已经采集的数据发布到目的地（例如：指定的数据库，网站）时，软件中的设置。可以将此设置保存为文件并导入到 采集器 中使用。数据库发布模块文件后缀为：.jhc；WEB在线发布模块文件后缀为：.cwr。

　　规则和多个发布模块。注意这里提到的采集规则是指采集网站和爬取内容的设置。）

　　发布界面：

　　发布接口是一个小页面程序，通常与WEB发布模块配合使用。WEB在线发布（使用WEB发布模块）是将采集的数据以POST方式发送到网站页面程序，网站程序会处理数据。发布接口是为满足特定需求而编写的网站页面程序（如PHP页面、ASP页面等）。然后采集器通过WEB在线发布向这个接口文件发送数据，这个接口文件对数据进行处理。接口文件通常放在服务器上的目录 网站 中。简单来说，采集器将采集的数据发送到接口文件，接口文件拿到数据后对数据进行处理。使用发布接口，用户可以处理采集器发送的数据

　　插入：

　　优采云采集器中的插件分为PHP插件和.NET插件。标准版支持 PHP 插件，企业版支持 PHP 插件和 .NET 插件。该插件允许用户通过将自己的PHP程序或.NET程序写入采集器来处理采集的数据。采集数据数据可以在四个地方使用插件，分别是：采集网址时、采集内容时、采集多页时、保存时。

　　发布数据：

　　发布数据是指将数据从采集发布到指定的目的地。优采云采集器 支持四种发布方式。

　　方法一：在线发布到网站

　　这种发布方式类似于在网站后台手动添加数据。采集器将数据发送给网站后台程序，网站后台程序处理数据。通常后台程序将数据存储在网站 数据库中。

　　方法二：另存为本地文件

　　这样采集的数据可以发布到本地文件，采集器可以保存为Txt格式、Csv格式和Html格式。

　　方法三：导入自定义数据库

　　这样就可以通过采集器连接其他数据库，将软件内置数据库中采集的数据导入其他数据库。目前采集器支持连接Mysql、Access、Oracle、MSsql数据库。

　　方法四：另存为本地Sql文件（插入语句）

　　该方法是将采集的数据导出并保存为Insert语句，可用于在数据库管理工具中插入数据。

　　在本地编辑数据：

　　采集器不仅可以采集发布数据，还可以发布编辑后的数据采集。支持批量替换、SQL语句批量处理、文本编辑框编辑。