火车头采集器采集文章使用教程实例

　　选择范围在 ul 里面的 li 里面的链接，注意排除重复地址，可以点击下边测试网址采集获取。

　　可以见到有采集到的文章链接了。

　　3、采集内容规则

　　我那边须要采集下面图上展示数据（catid是栏目id，可以将采集到的数据装入对应栏目，设置固定值就好）

　　着重说下内容和图片的采集，标题和描述同理内容采集

　　内容采集：

　　打开一个采集的文章页面，查看源代码（禁了右键的f11 或者在网址后面加上 view-source:一样可以查看）：

　　选中文章开头一个位置，截取一段在ctrl+f 搜下是否惟一一段，若是就可以放到位置右图1处，结尾同开头一样。

　　我截取内容不想上面还带有链接图片可以数据处理，添加--html标签排除--选好确定--确定

　　还有须要下载页面图片火车头文章采集，勾选和填写下边选项

　　图片采集：

　　（1）选中范围和内容一样（文章内图片）

　　（2）数据处理选 提取第一张图片 内容是：

　　（3）只要aa.jpg,正则过滤

　　，获取内容：aa.jpg

　　（4）数据库储存有前缀，添加上， upload/xxxxx/

　　找一个页面测试一下，可以看见对应项目都获取到了。

　　4、发布内容设置火车头文章采集，这里以形式三发布到数据库为反例，编辑后回到那边勾选刚定义的模块就好：

　　5、我需要保存图片到本地，要设置下保存文件的路径（ftp后续会试着使用）。

　　6、保存，查看刚新建的任务，右键 开始任务运行，这边就可以看见文字和图片都下载出来了，数据库上面也可以见到了。