使用cloud collector.docx时必须知道的关键字

　　文档简介:

　　使用优采云采集器时必须知道的关键字

　　1. 点数

　　积分是一种支付Yo​​ucai Cloud增值服务的方式. 优采云采集器采集数据后，将其用于导出数据. 免费版需要点才能导出数据，而专业版及更高版本没有限制. 积分可以单独购买，也可以通过登录，改善个人信息和绑定社交帐户等多种方式获得.

　　注意: 使用优采云增值服务时，不同的帐户类型将具有不同的计费策略. 具体的计费策略和差异将在版本说明中详细说明.

　　2，规则

　　规则是一个程序规则，优采云规则配置程序记录了手动操作过程，并显示在优采云客户端中，可以导入和导出. 配置规则后，优采云可以根据配置的规则自动采集数据，而无需手动采集.

　　3，云加速

　　优采云系统采用分布式集群部署. 每个集群由大量的云节点组成. 单个节点的采集容量等于PC的采集容量. 通过优采云后端的版本资源分配策略，可以将分配的云节点资源数量加速数倍，而版本较高的帐户将具有更高的加速倍数.

　　4，首先是云

　　如果多个用户共享一个云群集的资源，则群集的大小有上限. 如果同时提交太多云集群任务，导致资源拥塞，则根据不同的用户帐号版本，优采云系统将进行默认排序. 更高版本和更高优先级将具有获得资源分配权益的优先级. 未分配资源的任务将排队.

　　5，URL

　　URL是指普通网站的URL.

　　单机采集

　　单机采集意味着它不占用云群集的资源，并且只能通过优采云客户端所在的PC进行工作. 在工作期间，计算机和软件必须处于运行状态，并且电源或网络中断会导致数据采集任务中断.

　　云采集

　　云采集是指使用优采云提供的服务器群集进行工作. 集群处于7 * 24小时工作状态. 客户端完成任务设置并将其提交给云服务以执行云采集后，可以关闭该软件，关闭计算机以进行脱机采集，这确实是无人值守的. 另外，云采集可以通过同时部署云服务器群集和多个节点来提高采集效率，并且可以有效地避免各种网站的IP阻塞策略.

　　定时采集

　　定时采集是指用户在设置好彩云的采集规则后，可以将任务设置为定期在云采集集群上运行，并且该任务将按照定期设置的时间重复运行.

　　9. 网址循环

　　URL周期是指设置“彩彩云”周期以采集一批URL中的数据.

　　10，自动导出

　　自动导出意味着用户可以通过某些设置实现自动数据导出，并支持自动导出到数据库. 自动导出到数据库仅支持云采集，这可以在采集和导出时实现. 当前已导出尚未导出的数据.

　　饼干

　　1）cookie的诞生: 当用户打开浏览器发出页面请求时，Web服务器将简单地响应，然后关闭与用户的连接. 因此，无论用户是否是第一次打开同一网页，每次用户启动向Web服务器打开网页的请求时，Web服务器都会将请求视为第一次. 然后，可以想象出此类缺陷，例如，每次打开登录页面时都需要输入用户名和密码. 为了弥补这一缺陷，Cookie应运而生.

　　2）Cookie概述: Cookie是服务器临时存储在您的计算机上的一条信息，以便服务器可以识别您的计算机. 当您浏览网站时，Web服务器将首先发送少量信息并将其放在您的计算机上. Cookie将帮助您记录文本（例如用户名，密码）以及您在网站上键入的其他操作. 下次打开同一网站时. Web服务器将首先检查上次留下的cookie信息，如果有的话，它将根据cookie内容判断用户并向您发送特定的Web内容.

　　3）Cookie登录: 优采云内置了cookie记录功能，登录后可以通过获取cookie来记住登录状态，以达到采集数据的目的.

　　12，XPATH

　　XPATH: 是一种路径查询语言，简单来说，它使用路径表达式来查找所需的数据位置. XPATH专门用于沿XML路径查找数据. 优采云采集器具有一套用于HTML的XPATH引擎，这使得可以直接使用XPATH在网页中查找和定位数据.

　　13，HTML

　　HTML概念HTML: 超文本标记语言，是一种用于描述网页的语言. 主要用于控制数据的显示和外观. HTML文档也称为网页.

　　HTML结构: 完整的HTML文件至少包括标记，标记，标记和标记，并且这些标记成对出现. 开始标签是结束标签，内容被添加到两个标签之间. 可以通过这些标记中的相关属性来设置页面的背景颜色和背景图像.

　　14，固定元素列表和非固定元素列表

　　固定元素列表是一种精确的定位方法，适用于网页上要采集的元素数量为固定数量，xpath精确定位元素的情况. 如图所示: 3个xpath可以准确定位3个a标签.

　　// DIV [*** @ class =“视频列表”] / DIV [1] / A [1] / H3 [1]