什么是“火车头采集规则”？

　　数据抓取原理

　　火车采集器怎样去抓取数据，取决于您的规则。您要获取一个栏目的网页里的所有内容，需要先将这个网页的网址采出来，这就是采网址。程序按您的规则抓取列表页面，从中剖析出网址，然后再去抓取获得网址的网页里的内容。再按照您的采集规则，对下载到的网页剖析，将标题内容等信息分离开来并保存出来。如果您选择了下载图片等网路资源，程序会对采集到的数据进行剖析，找出图片，资源等的下载地址并下载到本地。

　　数据发布原理

　　在我们将数据采集下来后数据默认是保存在本地的，我们可以使用以下几种方法对数据进行处理。

　　1、不做任何处理。因为数据本身是保存在数据库的（access、db3、mysql、sqlserver），您若果只是查看数据，直接用相关软件打开查看即可。

　　2、Web发布到网站。程序会模仿浏览器向您的网站发送数据，可以实现您手工发布的疗效。

　　3、直接入数据库。您只需写几个SQL句子，程序会将数据按您的SQL句子导出到数据库中。

　　4、保存为本地文件。程序会读取数据库里的数据，按一定格式保存为本地sql或是文本文件。

　　工作流程

　　火车采集器采集数据是分成两个步骤的，一是采集数据，二是发布数据。这两个过程是可以分开的。

　　1、采集数据，这个包括采集网址，采集内容。这个过程是获得数据的过程。我们做规则，在采的过程中也算是对内容做了处理。

　　2、发布内容就是将数据发布到自己的峰会火车采集器 规则，CMS的过程，也是实现数据为已有的过程。可以用WEB在线发布火车采集器 规则，数据库入库或存为本地文件。

　　具体的使用似乎是太灵活的，可以按照实际来决定。比如我可以采集时先采集不发布，有时间了再发布，或是同时采集发布，或是先做发布配置，也可以在采集完了再添加发布配置。总之，具体过程由您而定，火车采集器的强悍功能之一也就是彰显在灵活中。

　　新增功能

　　无限级多页采集

　　任务队列运行管理功能

　　无限级分组任务管理，任务回收站功能

　　RSS地址采集功能

　　列表页分页采集获取功能

　　列表页附加参数获取功能

　　列表页及标签XPath可视化提取功能

　　标签纯正则替换功能

　　Http插口查看运行情况

　　导出记录为单个或多个Txt、html 文件

　　标签间自由组合功能

　　针对标签内容继续发送Http恳求功能