优采云采集器免费版本V9.10

　　www.ucaiyun.com的英文名称是www.ucaiyun.com. 它是一个专业的Internet数据捕获，处理，分析和挖掘软件. 它具有网站采集，内容采集，数据处理，数据发布，日志管理等功能. 它支持多个数据库，能够无限制地进行多页采集，全自动运行，分布式高速采集，多标识系统采集监控系统，可以很好地帮助网站管理和优化人员分析和优化网站. 现在，它已被各行各业的人们所使用，例如电子商务运营商，公司人员和网站所有者. 有需要的用户可以下载免费版本的优采云采集器，下面的编辑器还为所有人提供了一个简单的教程！

　　采集器教程1.新的新任务

　　2. 添加URL +编辑获取URL的规则

　　在ul的li中选择链接，注意排除重复的地址，您可以单击下面的测试URL来获取它.

　　您可以看到其中收录所采集文章的链接.

　　3. 馆藏内容规则

　　我需要采集下图所示的数据（catid是列ID，您可以将采集的数据放入相应的列中并设置一个固定值）

　　关注内容和图片的采集，标题和描述与内容采集相同

　　内容采集:

　　打开采集的文章页面并查看源代码（您可以通过右键单击f11或在URL前面添加view-source: 来查看该源代码）: 在文章开头选择一个位置，然后截取一个查看段落是否唯一一个段落，如果存在，可以将其放置在图1所示的位置，并且结尾与开头相同. 我不想使用可以由数据处理的链接图片来拦截内容，请添加--html标记排除-选择确定-确定

　　还需要下载页面图片，检查并填写以下选项

　　图片集:

　　（1）所选范围与内容（文章中的图片）相同

　　（2）数据处理选项提取第一张图片，内容为:

　　（3）只要对aa.jpg进行定期过滤，即可得到内容: aa.jpg

　　（4）数据库带有前缀存储，添加后，上载/ xxxxx /

　　找到一个页面并进行测试. 您可以看到所有的对应项都已获得.

　　4. 发布内容设置，这里以发布到数据库为例，在编辑后，返回此处并检查刚刚定义的模块:

　　5. 我需要在本地保存图片，并且需要设置保存文件的路径（ftp稍后将尝试使用它）.

　　6. 保存，查看新创建的任务，右键单击以启动任务，您可以看到此处已下载文本和图片，并且可以在数据库中看到它们.

　　功能介绍1. URL采集

　　1. 您可以通过设置URL采集规则来快速采集所需的URL信息. 您可以手动输入，批量添加或直接从文本导入URL，并且可以自动过滤出重复的URL信息.

　　2. 它支持采集多级页面URL，可以使用页面分析以两种方式自动获取地址和手动填写规则. 为了应对多级分页中具有不同内容但地址相同的页面的URL的采集，该软件设置了三种HTTP请求方法: GET，POST和ASPXPOST.

　　3. 它支持网站采集测试，可以验证操作的正确性，避免操作不当而导致采集结果不准确.

　　第二，内容采集

　　1. 通过分析网页的源代码，可以设置内容采集规则，以准确采集网页中分散的内容数据，并支持在多级和多页等复杂页面中进行内容采集.

　　2. 通过定义标签，可以对数据进行分类和采集，例如，可以分别采集文章内容的标题和文章正文. 该软件配备了三种内容提取方法: 拦截前后，常规提取和文本提取. 选择性很强，用户可以根据自己的需要进行选择.

　　3. 内容集合还支持测试功能. 可以选择一个典型的页面来测试内容采集的正确性，以便及时更正并执行下一个数据处理.

　　三，数据处理

　　对于采集的信息数据，该软件可以对其执行一系列智能处理，以使采集的数据更符合我们的使用标准. 主要包括1）标签过滤: 过滤掉内容中不必要的空格，链接和其他标签； 2）替换: 支持同义词和同义词的替换； 3）数据转换: 支持中文到英文，简体到繁体，拼音等转换； 4）自动汇总和自动分词: 支持自动生成汇总和自动分词； 5）下载选项: 支持任何格式的文件检测下载，并且可以智能地将相对地址完整为绝对地址.

　　四，数据发布

　　1. 采集数据后，默认情况下，数据将保存在本地数据库（sqlite，mysql，sqlserver）中. 用户可以根据自己的需要选择对数据进行后续操作，以完成数据发布，支持直接查看数据，以及在线将数据发布到数据库中，并支持用户使用和开发发布界面.

　　2. 根据数据库类型，可以使用相关软件将其打开以直接查看数据，配置发布模块以将数据在线发布到网站，可以设置自动登录网站，获取列列表等；如果将其输入到用户自己的数据库中，则用户只需编写一些SQL语句，程序便会根据用户的SQL语句导入数据；另存为本地文件时，它支持本地SQL或文本文件（word，excel，html，txt）格式.

　　五，多任务和多线程操作

　　您可以选择同时运行多个任务，支持同时采集不同的网站或同一站点的不同部分，并以计划的方式安排任务. 采集和发布内容时，一个任务可以使用多个线程来运行，从而提高了操作效率.