火车头采集软件使用教程(图文版)

　　火车采集器 V2010SP3 版（实现内容手动更新的采集软件）前提：本软件要求笔记本安装 net framework2.0 或 2.0 以上框架支持。 一、火车采集器 V2010SP3 版，可供下载地址： 二、net framework2.0，可供下载地址： mework-2.0-For-Win98SE-ME-2000-XP/火车采集器和 net framework2.0 安装好后，可进行如下操作，操作步骤为： 一、 1.在一堆文件中，找到如下图标（画有红方框、状似火车头的） ，并双击打开。2.打开后可以看见如下界面， 看着很复杂，但对于菜鸟而言好多东西是暂时用不 到的。在界面空白处（如下图红框区域内）右击，选择箭头所指“新建站点” 。 输入站点名，例如：“西装”，保存即可。3.在新建站点“西装”（红框区域）处选中再右击，选择从该站点新建任务。二、 第一步：采集网址规则 1.先要找到手动更新的内容来源：如时常更新关注度较高的博客、专业网站等， 这里我们就拿淘宝论坛 bbs.taobao.com 举个反例。找到开始采集地址栏两侧， 点击向导添加 。2.添加开始采集地址中的多页类似地址方式前，要剖析一下它的类似方式，例： 我们在淘宝论坛中搜索“西服”相关内容，然后任意翻阅不同的页数查看它的网 页地址。

　　第一页地址、第二页地址、第三页地址分别为：以此类推，分析出其不同点在于上图红框处的数字变化，因此:假如我们只采集 论坛的第一页，就在多页类似地址方式栏粘贴第一页的网址，按一下（*）将选 中的数字 1 替换成（*），再将数字变化改为相应页数：1, 然后点击添加、完成。3.接着，找到如下图的相应位置剖析规则并分别输入：必须包含“thread”，不 得包含“post|pc”，任务名：这里设为“第一页”。【可以点击开始测试网址 采集，检测一下是否将网页都采集过来了。若要返回到刚刚上一级页面，点击返 回更改设置即可。】第二步：采集内容规则 1.打开后， 可以看见如下界面， 我们在 （图 2 红框 1 处） 粘贴中将要采集页面 “第 一页”目录中任意一个标题文章内容的网址，（如图 1 箭头所指文章标题，双击 打开再采集打开后的网页网址），进行测试。 （红框 2 处）为标题、内容、作者、时间、出处，我们可以分别点击这 5 个项目， 对采集来的页面内容依照须要做更改。1图2 2.点击标题打开，将链接、下载图片勾选上并确定，有些内容就被排除了。分析 过程中还有要排除的内容就点击（下图最左下方红圈处） “内容排除中的添加并 确定”，其实，就是将不要的内容复制粘贴到右图排除内容的小方框内点确定。

　　 然后返回上级页面点击测试就可刷新页面， 这样我们才能看见清除糟粕后更清晰 的内容。 【下图所示，找到规律的内容就可用 （*）来代替， 完成排除内容操作。】3.修改内容部份时，有个小技巧，就是将测试出的所有网页内容复制粘贴到记事 本中查找，如此便能挺好的提升操作效率。例如，我们点开的这篇文章，正文最 开头两个字 “由于” 就可以用全文选中——编辑——查找的方式找到， 省时省力。4.把刚刚贴近正文“由于”前面的惟一的以<div>开头的代码（如下图红色区域 处代码）复制出来，点击内容，粘贴到右图相应位置，输入</div>，点击确定，并测试更新一下，多 余的内容就被删除了。5.一般作者、时间、出处都不怎样须要改。 第三步：发布内容设置 1. 点开第三步，（图中 1.）把启用勾选上，再点击（图中 2.）定义 web 在线发 布全局设置会弹出右图 web 在线发布配置管理的栏目框，点击添加。2.接着在（1.网址/cms 根地址）里输入：，点击（图中 2.在 内置浏览器中登陆）会弹出一个网页，不用管它直接关闭，这样 cookie 值就自 动获取了。3.然后把剩余几项根据右图填上，（最新文章 [id=3]）复制粘贴好后点击获 取列表，这里我们可以根据自己喜好起个配置名，如：第一页，最后保存设置。

　　4.在右图空白处（如箭头所示）右击火车头采集教程，选择添加更多发布设置，弹出右右图，选 择我们刚刚设的“第一页”添加。5.依次点击选择分类，获取列表，输入 ID 号：3，确定。再点击最下边的保存，总的保存一下。三、 1.选中“西装”下的子目录“第一页”火车头采集教程，点击开始,网址就被采过来了。然后可 以登陆 ，翻阅网页最下方，看看是否有采集更新 来的新内容。2. 我们也可以登入 94zd.com/dede（织梦内容管理系统）网页，输入用户名： admin，密码：123451 检查右右图“最新文章”中是否有采集来的网页文章目录存在。如果没有显 示，可以在生成栏目中，进行更新主页 HTML。完成！！！