海洋cms宝塔手动采集教程
　　海洋cms怎么设置宝塔手动采集海洋cms采集文章，由于很多人在问这个问题所以就有了这个教程，海洋cms虽然给了脚本代码，对于刚接触海洋cms的用户们理解上去并不是这么容易了，今天就深入的细化下海洋cms利用宝塔现实手动采集的具体步骤。
　　海洋cms怎么设置宝塔手动采集第一步：获取脚本代码。
　　【1】下面是海洋cms官网提供的手动采集脚本代码，我们须要更改代码上面的3项后才可以使用。
　　#!/bin/bash
########################################################
# 程序名称: 海洋CMS自动采集脚本
# 版本信息：seacmsbot/ v2.0
# 发布链接: https://www.seacms.net/post-update-92579.htm
# 使用方法：直接复制代码到宝塔计划任务shell脚本内容里添加每小时任务使用
# 更新时间：2019.9.26
##########################################################
#①请修改下面的网站域名及管理目录
web_site="http://网站域名/管理目录/admin_reslib2.php"

#②请修改下面项内容为"admin_reslib2.php"里设置的访问密码(默认为系统设置的cookie密码)
web_pwd="8888e82e85bd4540f0defa3fb7a8e888"

#③下面项内容为资源站每日采集链接地址列表，请自行修改,每行一条,可添加多个，前后需添加引号。
#每日采集链接获取方法:选择"后台-采集-资源库列表",复制资源站右边的"采集每天"的链接地址,去掉?前面的内容。
web_api=(

'?ac=day&rid=1&url=https://api.iokzy.com/inc/ldg_ ... 39%3B
'?ac=day&rid=2&url=http://www.zdziyuan.com/inc/s_ ... 39%3B

)
#模拟用户浏览器ua,请勿随意修改，以免被目标防火墙拦截!
web_ua="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko)
Chrome/76.0.3809.100 Safari/537.36 seacmsbot/1.2;"

#采集单页
function get_content() {
echo "正在采集第$page页..."
#echo " get_content: --->url:--->$1"
cResult=$(curl --connect-timeout 10 -m 20 -k -s -L -A "$web_ua" "$1" )
echo $cResult | grep -q "采集"
#echo -e "$1\n$cResult"
if [ "$?" = "0" ]; then
next_content "$cResult"
else
echo -e "采集失败,请检查设置!\n失败链接-->$1\n返回信息-->$cResult\n采集结束，共0页"
fi
}
#采集下页
function next_content() {
#统计数据
Result=$(echo &#34;$1&#34; | tr &#34;<br>&#34; &#34;\n&#34;)
a=$(echo &#34;$Result&#34; | grep -c &#34;采集成功&#34;)
b=$(echo &#34;$Result&#34; | grep -c &#34;更新数据&#34;)
c=$(echo &#34;$Result&#34; | grep -c &#34;无需更新&#34;)
d=$(echo &#34;$Result&#34; | grep -c &#34;跳过&#34;)
echo &#34;采集成功-->已更$c部,新增$a部,更新$b部,跳过$d部&#34;
let add+=$a
let update+=$b
let none+=$c
let jmp+=$d
#检测并采集下页
next_url=${1##*location.href=\&#39;}
next_url=${next_url%%\&#39;*}
#echo $next_url
if [ &#34;${next_url:0:1}&#34; = &#34;?&#34; ]
then
let page++
get_content &#34;$web_site$next_url&#34;
else
echo &#34;采集结束，共$page页&#34;
fi
}
#脚本入口
echo &#34;海洋CMS自动采集脚本开始执行 版本：v1.2&#34;
starttime=$(date +%s)
update=0 #更新
add=0 #新增
none=0 #无变化
jmp=0 # 跳过
for url in ${web_api[@]};
do
if [[ ! -z $url ]]
then
web_param=&#34;$web_site$url&amp;password=$web_pwd&#34;
page=1
echo &#34;开始采集：$url&#34;
get_content $web_param
fi
done
endtime=$(date +%s)
echo &#34;============================&#34;
echo &#34;入库-->$add部&#34;
echo &#34;更新-->$update部&#34;
echo &#34;跳过-->$jmp部(未绑定分类或链接错误)&#34;
echo &#34;今日-->$[none+add+update]部&#34;
echo &#34;============================&#34;
echo &#34;全部采集结束,耗时$[endtime - starttime]秒&#34;
　　海洋cms怎么设置宝塔手动采集第二步：修改脚本
　　【2】具体更改脚本上面的哪3项呢？下面为你一一说来。（根据前面提供的代码内容复制到记事本或是其他html编辑器来对应更改）
　　#①请修改下面的网站域名及管理目录
web_site=&#34;http://网站域名/管理目录/admin_reslib2.php&#34;
　　这个是须要更改成你的“网站域名”和“海洋cms后台的管理目录”。域名你们都能理解，后台的管理目录这个对于菜鸟来说须要多讲两句，首先你要能登入你的后台才可以晓得你的后台目录。举例说明：假如我的后台登陆地址是 /article/那么这儿的“article”就是后台的管理目录，得到了管理目录我们直接填写到代码里即可。
　　#②请修改下面项内容为&#34;admin_reslib2.php&#34;里设置的访问密码(默认为系统设置的cookie密码)
web_pwd=&#34;8888e82e85bd4540f0defa3fb7a8e888&#34;
　　这个更改须要到海洋cms系统后台得到我们的cookie密码进行替换才可以，具体步骤如下图。得到自己网站的cookie密码后替换即可。
　　
　　
　　#③下面项内容为资源站每日采集链接地址列表，请自行修改,每行一条,可添加多个，前后需添加引号。
#每日采集链接获取方法:选择&#34;后台-采集-资源库列表&#34;,复制资源站右边的&#34;采集每天&#34;的链接地址,去掉?前面的内容。
web_api=(

&#39;?ac=day&amp;rid=1&amp;url=https://api.iokzy.com/inc/ldg_ ... 39%3B
&#39;?ac=day&amp;rid=2&amp;url=http://www.zdziyuan.com/inc/s_ ... 39%3B

)
　　这个是代码里须要更改的最后一项，里面是代码里默认提供的2个采集链接地址，我们须要获取自己的采集链接地址添加到上面，具体获取链接地址看下边截图的步骤操作。如果你还没添加或是不懂如何添加采集可以参考帮助文档-海洋cms如何添加资源库采集接口
　　选择"后台-采集-资源库列表",根据自己的选择去复制资源站一侧的"采集当天"“采集本周” “采集所有”的链接地址,去掉?前面的内容。（鼠标置于采集当天或是本周、所有上键盘右击复制链接即可获取采集链接）
　　
　　
　　比如这儿是:
　　1
　　http://127.0.0.1/admin/admin_r ... s.php
　　第二步：去掉上一步复制到的内容"?"前面的内容,结果如下：
　　2
　　?ac=day&amp;rid=1&amp;url=https://api.iokzy.com/inc/ldg_seackm3u8s.php
　　这样就得到了最终的采集网址
　　海洋cms怎么设置宝塔手动采集第三步：宝塔定时任务设置。
　　【3】直接复制代码到宝塔计划任务shell脚本，内容里添加每小时任务使用。具体操作步骤如下截图。第⑤步是把我们更改好的脚本复制粘贴到脚本内容框里即可。
　　
　　
　　【4】总结
　　总的来说就是把脚本上面须要更改的几项更改完后海洋cms采集文章，复制更改好的脚本到宝塔的计划任务设置下定时采集任务就可以了，任务类型不要选错。如果你对本教程不理解或是疑问的地方可以加入社群进行讨论和寻问。加入社群 查看全部

　　【温馨提示】
　　01、安装本插件以后，可以输入百度贴吧的主题地址、关键词、贴吧名称或则网址，一键批量采集百度贴吧的内容和回复的数据到您的峰会版块或则门户栏目发布。
　　02、可以把已然成功发布的内容推送到百度数据收录插口进行SEO优化，采集和收录共赢。
　　03、插件可以设置定时采集关键词，然后手动发布内容出去，实现无人值守手动更新网站内容。
　　04、插件可以免费试用，如果试用以后满意，对您形成了帮助，请订购正式版支持一下辛苦的开发者。
　　05、正式版用户授权有效终生可用，后续的升级更新也是免费的，一次订购一辈子都能用，无后顾之忧！
　　06、插件依据大量用户的反馈，经过多次升级更新，插件功能成熟稳定dz论坛采集插件，易懂好用，功能强悍，性价比高，已级好多站长安装使用，是每一个站长必备的插件！
　　【本插件功能特性】
　　01、可以输入百度贴吧名称或则帖吧的网址，采集主题内容和用户发帖到您的峰会或则门户上发布。
　　02、可以批量采集和批量发布，短时间内把百度贴吧的优质内容转载到您的峰会上。
　　03、可以定时采集dz论坛采集插件，实现无人值守，全手动采集并且手动发布出去。
　　04、可以批量注册马甲用户，发帖人和回复用马甲，看上去跟真实注册用户发布的一模一样
　　05、支持前台采集，可以授权指定普通用户在前台也能使用此采集器，让普通注册会员帮您采集百度贴吧的内容。
　　06、采集过来的内容图片可以正常显示而且保存为贴子图片附件或则门户文章的附件。
　　07、图片附件支持远程FTP保存，让您实现图片分离到另外一台服务器。
　　08、图片会加上您峰会或则门户设置的水印。
　　09、已经采集过的百度贴吧主题不会重复二次采集，内容不会重复冗余。
　　10、采集发布的贴子或则门户文章跟真实用户发布的一模一样，别人难以晓得是否用采集器发布。
　　11、浏览量会手动随机设置，感觉您的贴子或则门户文章的查看数跟真实的一样。 查看全部

　　这里总会有你想要的：
　　这里先打算好早已搭建好的环境：
　　Maccms V10
　　准备好的采集接口
　　一、先领到参数链接
　　采集--自定义采集库--采集当天--右键--复制链接--拷贝到一个txt文本里
　　
　　去掉第一个问号(?)前面的部份，保留m开始到结束的部份。
　　如图中黄色框内部分：
　　
　　二、添加定时任务
　　系统--定时任务--添加--启用--名称：字母随机--执行文件不用动--附加参数：粘贴前面得到的链接--全选--保存
　　如图：
　　
　　
　　三、获取采集链接
　　上一步保存后，点击测试按键
　　
　　下图则说明设置任务成功。
　　复制测试的url链接
　　
　　四、完成手动采集
　　1.有服务器的小可爱们可以使用宝塔面板里的计划任务
　　首页--计划任务--任务类型：访问URL--执行周期：每小时--URL地址：测试的URL网址
　　如图：
　　
　　2.没有主机、VPS的小可爱可以使用360的 网站监控。这个是免费的哦
　　3.另外没有主机、VPS的小甜美也可以这样做哦
　　找到MacCMS的模板上面的顶部模板文件，一般都是food.html。
　　在顶部模板里加上这段代码：
　　<script src="/inc/timming.php?t=0.123456789"></scrip>
　　模版--模板管理--Default_pc(模板文件目录，结合自己网站目录选择)--HTML--pudlic--foot.html--编辑
　　
　　这样子，只有人访问网站。就会手动去采集每天更新的内容。已经采集入库了的资源会手动跳过maccms自动采集文章，不用考虑采集重复的问题。
　　检测方式：删除全部视频数据或明天更新的视频数据。然后自己访问一下网站主页或其他页面，再刷新页面是否有视频更新或则回到后台查看后台视频数据。
　　五、maccmsv10定时采集任务成功。V8步骤和V10相像maccms自动采集文章，但是v8却失败了。
　　执行文件：collect.php
　　执行参数：不是第一个问号开始截断的，而是从第一个等于 ?m= 开始截断
　　然而测试时 页面显示：Access Denied
　　这我也是蒙圈的，不知道如何处理。小可爱可以留言告知一下哦
　　跟多网路技术文章去 查看全部

　　
　　【本插件功能特性】
　　01、可以输入热点关键词，实时采集最新的内容到您的网站上。
　　02、可以批量采集和批量发布，短时间内把优质内容转载到您的网站上。
　　03、可以定时采集自动发布，实现无人值守全手动更新内容。
　　04、可以批量注册真实用户，发帖人和发帖人用真实用户，看上去跟手工发贴一模一样。
　　05、支持前台采集，可以指定普通用户也能使用此采集器，让普通会员成为您网站的小编。
　　06、采集过来的内容图片可以正常显示而且保存为贴子图片附件，内容永远不会遗失。
　　07、图片附件支持远程FTP保存，自动加上峰会设置的水印等。
　　08、已采集过的内容不会重复二次采集，内容不会冗余。
　　09、采集不限制条数和次数等，没有任何限制。
　　10、可以把早已成功发布的内容推送到百度数据收录插口进行SEO优化，采集和收录共赢。
　　11、采集回来的内容可以做伪原创、简体简体转换等二次处理。
　　12、插件采集的内容包括微信公众号、知乎、百度贴吧、今日头条、天天快报等海量优质内容。
　　13、可以不用编撰采集规则，一键采集任何网站任何栏目的明天新闻资讯内容。
　　【此插件给您带来的价值】
　　01、让您的峰会人气太旺，内容太丰富多彩，广告主会觉得您的峰会有广告投放价值，更快的实现赢利。
　　02、用采集来取代手工发布，省时省力，不易出错，完全可以不用再聘请峰会小编，节省了网站运营成本。
　　03、让您的网站共享平台的最新海量优质内容，可以快速提高网站的档次、百度权重与SEO排名。
　　04、如果是新建的网站，可以短时间内填充大量匹配的优质内容，更快速的抢占先机。
　　【用户保障】
　　01、严格遵循官方的插件开发规范，除此之外，我们的团队也会对插件进行大量的测试，确保插件的安全、稳定、成熟。
　　02、安装使用本插件的时侯，因为服务器运行环境、插件冲突、系统配置等诱因不能使用插件，可以联系技术员，技术员会在 48 小时之内为您解决问题。
　　03、在使用过程中，发现有bug或则用户体验不佳，可以反馈给技术员，在经过评估过后，情况属实，将在下一次升级版本解决，请你们留心插件升级更新。
　　04、插件永久有效，终身可用，后续的升级更新也是免费的dz论坛采集插件，安装使用本插件无后顾之忧。
　　05、插件依据大量用户的反馈，经过多次升级更新，插件功能太成熟太稳定dz论坛采集插件，易懂好用，功能强悍，已级好多站长安装使用，是每一个站长必备的插件！
　　【注意事项】
　　01、请不要采集反党反政府、色情暴力等这种违法内容，多采集一些正能量的内容，保证自己网站的内容安全。
　　02、不要尝试破解插件之后二次销售，请支持正版插件，从官方渠道免费在线安装。
　　十几款精品插件主页：@35314.developer 查看全部

　　安装本插件以后，可以输入明日头条的网址或则内容关键词，一键采集今日头条的文章内容和评论到您的峰会、群组或则门户栏目上。同时支持定时采集自动发布、批量发布和马甲发帖等等好多实用的功能
　　01、为了防盗版，众大云采集插件的采集规则储存在云端服务器()并通过此服务器返回内容给客户端网站。
　　02、购买此插件之前，请先安装试用版，没有问题而且满意以后再考虑即将订购。
　　03、购买此插件以后，后续更新升级免费，也就是一次性付费，终身使用，中途也不会找任何托词二次收费。
　　04、本插件不会拆分成多个扩充组件，让用户要多次下载或则多次付费以后能够完整使用，都是真诚实意对待每一个用户，没有套路！
　　05、后续每升级更新一次，都会适量降价，对早已订购的用户没有影响，仅针对没有订购的用户，如果有意向订购此插件，越早买越好！
　　06、因为“一次付费discuz自动采集发布，终身使用”的模式，所以这个插件必须不断的有新用户来选购能够持续发展，所以请早已订购的用户多点宣传推广此插件，在此谢谢每一位关注和支持本插件的用户。
　　07、插件每人都很多人来咨询，客服太忙，很可能须要等待较长时间就能回复您的咨询，如果是常见问题，请查阅此插件帮助说明文档自助解决，减轻客服人员的工作量。
　　08、如果被采集的网站改版，相应的采集规则也要重新编撰，如果发觉采集不到内容，请耐心等待众大云采集的技术工程师编撰新的采集规则，已经订购正式版的用户可以免费获取到新的采集规则。
　　09、如果试用此插件以后满意，对您形成了帮助，请订购正式版支持一下辛苦的开发者，插件持续健康的发展离不开正式版用户的支持，您支付的费用也主要用于插件持续升级更新和云端采集服务器运维等。
　　10、众大云采集专注开发Discuz采集插件多年，也依据大量用户的反馈经过多次改革，技术也经过多次升级更新，插件功能成熟稳定，易懂好用，功能强悍，已级好多站长安装使用，是每一个站长必备的数据采集插件！
　　01、可以批量注册马甲用户，发帖人和评论用马甲，看上去跟真实注册用户发布的一模一样。
　　02、可以批量采集和批量发布，短时间内把任何的优质今日头条文章和评论发布到您的峰会和门户上。
　　03、可以定时采集和手动发布，实现无人值守手动更新网站内容，让您有一个24小时发布内容的智能小编
　　04、采集回来的内容可以做繁体和简体转换、伪原创等二次处理。
　　05、支持前台采集，可以授权指定普通注册用户在前台也能使用此采集器，让普通注册会员帮您采集内容。
　　06、采集过来的内容图片可以正常显示而且保存为贴子图片附件或则门户文章的附件，图片永远不会遗失。
　　07、图片附件支持远程FTP保存，让您实现图片分离到另外一台服务器。
　　08、图片会加上您峰会或则门户设置的水印。
　　09、已经采集过的内容不会重复二次采集，内容不会重复冗余。
　　10、采集发布的贴子或则门户文章、群组跟真实用户发布的一模一样，别人难以晓得是否用采集器发布。
　　11、浏览量会手动随机设置，感觉您的贴子或则门户文章的查看数跟真实的一样。
　　12、可以指定贴子发布者（楼主）、门户文章作者、群组发帖者。
　　13、采集的内容可以发布到峰会的任何一个版块和门户的任何一个栏目、群组的任何一个圈子。
　　14、已经发布的内容可以推送到百度数据收录插口进行SEO优化，加快网站的百度索引量和收录量。
　　15、不限制采集的内容数目，不限制采集的次数，让您的网站快速填充优质内容。
　　16、插件外置手动正文提取算法，不用自己编撰采集规则，支持采集任何网站任何栏目的内容。
　　17、可以一键获取当前的实时热点内容discuz自动采集发布，然后一键发布。
　　18、马甲发帖的时间经过科学处理，不是所有发帖人都是同一个时间，感觉您的峰会不是马甲在回复，而是真实用户在回复。
　　19、支持采集指定的头条号，实现定向采集某一个头条号的内容。
　　01、让您的峰会人气太旺，内容太丰富多彩。
　　02、批量生成的马甲不仅用在本插件之外，还可以用在别外，相当于订购本插件，免费附赠了马甲生成插件。
　　03、用一键采集来取代手工发贴，省时省力，不易出错，相当于您的网站有了一个机器人智能小编。
　　04、让您的网站与名站共享海量优质内容，可以快速提高网站SEO权重与排行。
　　
　　
　　
　　
　　
　　
　　
　　
　　官方订购地址（￥289）：@csdn123com_toutiao.plugin
　　此资源下载价钱为68主题币，请先登入 查看全部

　　
　　01、安装本插件以后dz论坛采集插件，可以自己编撰采集规则或则输入您网站的关键词、一键批量采集任何的内容到您的峰会版块或则门户栏目、群组发布。
　　02、可以把已然成功发布的内容推送到百度数据收录插口进行SEO优化，采集和收录共赢。
　　03、插件可以设置定时采集关键词，同步更新任何一个网站的栏目内容，然后手动发布内容出去，实现无人值守手动更新网站内容。
　　04、可以批量手动注册大量马甲用户，然后批量用马甲用户去发布内容，可以在短时间内添加大量优质内容和用户，别人难以晓得是采集搞下来的。
　　05、有配套的客户端chrome扩充程序，除了官方免费附赠的价值1000元的采集规则之外，自己也可以编撰采集规则，实现任意网站的采集和发布。
　　06、插件从上线至今早已三年多，经历了一千多天的艰苦奋斗，根据大量用户的反馈，经过多次升级更新，插件功能成熟稳定，易懂好用，功能强悍，已级好多站长安装使用，是每一个站长必备的插件！
　　
　　01、可以批量注册马甲用户，发帖人和评论用马甲，看上去跟真实注册用户发布的一模一样。
　　02、可以批量采集和批量发布，短时间内把任何的优质内容转载到您的峰会和门户上。
　　03、可以定时采集和手动发布，实现无人值守。
　　04、采集回来的内容可以做繁体和简体转换、伪原创等二次处理。
　　05、支持前台采集，可以授权指定普通注册用户在前台也能使用此采集器，让普通注册会员帮您采集内容。
　　06、采集过来的内容图片可以正常显示而且保存为贴子图片附件或则门户文章的附件，图片永远不会遗失。
　　07、图片附件支持远程FTP保存，让您实现图片分离到另外一台服务器。
　　08、图片会加上您峰会或则门户设置的水印。
　　09、已经采集过的内容不会重复二次采集，内容不会重复冗余。
　　10、采集发布的贴子或则门户文章、群组跟真实用户发布的一模一样，别人难以晓得是否用采集器发布。
　　11、浏览量会手动随机设置，感觉您的贴子或则门户文章的查看数跟真实的一样。
　　12、可以指定贴子发布者（楼主）、门户文章作者、群组发帖者。
　　13、采集的内容可以发布到峰会的任何一个版块和门户的任何一个栏目、群组的任何一个圈子。
　　14、已经发布的内容可以推送到百度数据收录插口进行SEO优化dz论坛采集插件，加快网站的百度索引量和收录量。
　　15、不限制采集的内容数目，不限制采集的次数，让您的网站快速填充优质内容。
　　16、插件外置正文提取算法，支持采集任何网站任何栏目的内容。
　　17、可以一键获取当前的实时热点内容，然后一键发布。
　　18、可以自己编撰采集规则，实时同步更新采集任何一个网站的内容。 查看全部

　　最近想做个技术型的网站，不知道用哪些cms来做，在网上搜索了一大堆，看到织梦的采集功能还不错，我也在想啊，做一个站假如所有的文章都须要站长一个一个的加，那不是要吓死啊，所以就选着了织梦。
　　还好自己有点基础，弄了三天就基本搞清织梦的操作流程了，申请域名、空间，上传程序。忙得是不亦乐乎，好了，开始采集文章了。好高兴，一下就有了2000多篇文章。高兴的打开来看看，哇，突然吓了一跳织梦采集规则中分页，发现一个文章一看就只有一段没有完整，打开源旧址一看，原来有分页，在网上找了N久，还是没有结果，自己摸索摸索吧，搞了一天一夜几乎没有睡着，我差点都没有信心了，想着就是采集的文章只有一半，别人怎样看啊，都不想做了，也累了，还是好好睡一觉吧。
　　也许是老天看我太辛苦了吧，刚想睡着，突然我一下睡意全无，我很激动了，我听到了，看到了分页被我采集了。好了，说了这么多，还是开始步入题外话了。直接看图。如果看不懂请打开源网址，查看源文件，和我的教程比较。开始选着左侧的采集，然后打开采集节点管理，添加新节点，选着普通文章。1、文章列表页采集节点名称：自己按照你的网站目录和采集内容结合上去。网址：(*).html 是有规则的网址列表。如果有不规则追加就好了。如果只有一页或几页没有规则就直接写在下边手工指定网址就好了。
　　
　　文章列表匹配规则。注意要多看几页找出相同的，列表页大体相同，但有些有点小变化，所以要找出几页的共同html代码。
　　区域开始的html ：
　　建议写上筛选，一般写必须包含，这样确切点：/flashsl
　　
　　保存步入下一步设置。以看见下边的图为准。
　　
　　3、分页设置预览网址可以修改。选择有分页的页面来预览，当然最很多预览几页织梦采集规则中分页，主要是和上面一样代码可能有小变化，选着相同的html代码分页匹配规则这儿只要做过一次就不难了。
　　看我的代码 ，请和源网址，查看源文件对比。 查看全部

　　织梦CMS怎么做分页的采集
　　最近想做个技术型的网站，不知道用哪些cms来做，在网上搜索了一大堆，看到织梦的采集功能还不错，我也在想啊，做一个站假如所有的文章都须要站长一个一个的加，那不是要吓死啊，所以就选着了织梦。
　　还好自己有点基础，弄了三天就基本搞清织梦的操作流程了，申请域名、空间，上传程序。忙得是不亦乐乎，好了，开始采集文章了。好高兴，一下就有了2000多篇文章。高兴的打开来看看，哇，突然吓了一跳，发现一个文章一看就只有一段没有完整，打开源旧址一看，原来有分页，在网上找了N久，还是没有结果，自己摸索摸索吧，搞了一天一夜几乎没有午睡，我差点都没有信心了，想着就是采集的文章只有一半，别人如何看啊，都不想做了，也累了，还是好好睡一觉吧。
　　也许是老天看我太辛苦了吧，刚想午睡，突然我一下睡意全无，我很激动了，我看见了，看到了分页被我采集了。好了，说了这么多，还是开始步入题外话了。直接看图。如果看不懂请打开源网址，查看源文件，和我的教程比较。开始选着左侧的采集，然后打开采集节点管理，添加新节点，选着普通文章。1、文章列表页采集节点名称：自己按照你的网站目录和采集内容结合上去。网址：(*).html是有规则的网址列表。如果有不规则追加就好了。如果只有一页或几页没有规则就直接写在下边手工指定网址就好了。
　　
　　文章列表匹配规则。注意要多看几页找出相同的织梦采集规则中分页，列表页大体相同，但有些有点小变化，所以要找出几页的共同html代码。
　　区域开始的html ：
　　以下为引用的内容：
　　区域结束的html ：
　　建议写上筛选织梦采集规则中分页，一般写必须包含，这样确切点：/flashsl
　　
　　保存步入下一步设置。以看见下边的图为准。
　　
　　3、分页设置预览网址可以修改。选择有分页的页面来预览，当然最很多预览几页，主要是和上面一样代码可能有小变化，选着相同的html代码分页匹配规则这儿只要做过一次就不难了。
　　看我的代码 ，请和源网址，查看源文件对比。
　　以下为引用的内容：
　　[内容]
　　[内容]为我们须要的内容，这个我想你们都晓得了同理做好文章标题：(标题有两个地方有，当然选简单的个)
　　[内容]
　　文章作者：
　　
　　[内容]
　　 查看全部

　　
　　
　　1) 进入“管理控制台”；
　　2) 新建任务（“我的任务”->“创建爬虫任务”->选择刚获取的规则（模板）->“下一步”）；
　　3) 完成任务配置discuz自动采集发布，点击“保存”，系统会手动跳转到任务详情页；
　　4) 点击右上角的“启动”，采集任务便立刻开始。稍等一会，采集到的数据会显示下来。
　　
　　1) 首先在您的网站上安装优采云Discuz发布插件（最新插件分享链接：）。安装方式详见另一文档“优采云discuz发布插件安装步骤”。
　　
　　2)发布设置。进入优采云后台，在采集结果右上角，点击“发布设置”->“新建发布项”->“WeCenter发布插口”->“下一步”->填写发布信息：
　　a) Discuz管理员用户名与Discuz管理员密码：填写Discuz网站的管理员用户名与密码
　　b) Discuz安全提问：若有安全提问，则选择提问类型并填写答案；若无则不填写
　　c) 网站地址与发布密码：填写Discuz网站地址，发布密码需与优采云插件中的一致
　　d) 替换后的超链接：若采集的数据中有其他网站的超链接discuz自动采集发布，可替换成指定网站的链接。若不填写，则默认为不替换
　　
　　注意：发布设置完成后，注意查看发布是否处于“启用”状态，启用后才可以发布。
　　
　　3)手动或则手动发布。返回任务详情页，可以勾选须要的数据自动发布或则选择手动发布发布所有数据，数据将发布到您的网站上。
　　
　　温馨提示：
　　如在采集过程中有任何问题，请加QQ群157430999，我们会及时解答您的疑惑。
　　优采云官网：
　　如何采集网页数据并发布到Discuz 查看全部

　　已更新最新版本请到这儿下载
　　不用写规则的采集你信吗？采集任意X2峰会和phpwind论坛两个版本再度更新！
　　-------------------------------------------
　　公告：
　　寻找一名熟悉seo前辈，一名模板前辈，一名熟悉php语言的同事。
　　若干网站熟悉编辑的站长。
　　我想成立一个团队，做一个半公益，半赢利的网站。公益为先
　　出发点：因为好多站长都是几个人或则一两个人的小团队，网站的收入也是有限度。所以我想召集一部分站长一齐做个半公益的网站。
　　人员要求：有上进心，有梦想的同学来！
　　目光短浅的请不要来。
　　唯利是图的请走开dz论坛自动采集，骗子的请走开。即使来了也会使你沮丧。
　　非诚勿扰！
　　我的QQ：4614447
　　【请求置顶】
　　------------------------------------------
　　DISCUZ!论坛通用采集器！可以采集任意DZ论坛！
　　【第一版发布】
　　功能介绍：采集任意DZ峰会的贴子。
　　使用方式：优酷播放地址
　　教程（上）
　　教程（下）
　　录的时侯声音不大，看的时侯生声音开大一点就可以！
　　优酷播放的都是压缩的乳沟看不清楚的话，未压缩的视频
　　下载地址如下
　　软件下载地址：有人反映下载不了dz论坛自动采集，请到群里下载
　　QQ群116832061
　　群1满了加群二194993852
　　已经推出采集PHPwind的版本和采集dz7.0的版本
　　软件截图 查看全部

　　
　　【优采云云采集简介】：
　　优采云云采集由大数据公司快忆科技自主研制，采用分布式构架wp自动采集，是一款云端在线智能爬虫，通过使用JS渲染、代理IP、防屏蔽、验证码识别、数据发布和导 出、图表控件等一系列技术实现对全网数据精准迅速采集，无需任何专业知识即可
　　一键爬取微信公众号、知乎、优酷、微博等海量网站数据，并手动发布到网站。
　　-----------------------------------------------------------------------------------------------------------------
　　【优采云云采集特色】：
　　包罗万象的采集功能：无论是文章、问答、视频、图片或是资源都可快速采集；
　　疾如雷电的采集速度：海量的代理IP与顶级的服务器配置保证了爬虫的执行速率和效率；
　　行业巨擘的采集配置：无需任务专业知识只需轻点几次滑鼠即可完成由采集到发布的全部流程；
　　-----------------------------------------------------------------------------------------------------------------
　　【优采云云采集功能】：
　　云端在线采集：一站式云服务模式，云上完成采集任务，实现24小时无人值守；
　　强大监控更新：通过新增监控与变动监控实时更新目标网站最新数据；
　　高级语义插口：关键字提取、伪原创、情感剖析等都多项技术；
　　智能匹配映射：可手动匹配数组，也可自行设置数组映射；
　　多项分类发布：支持选择插入指定分类wp自动采集，不同来源网站数据可发布到不同分类。
　　-----------------------------------------------------------------------------------------------------------------
　　发布到wordpress网站上以后的疗效：
　　
　　微信公众号采集文章数据展示：
　　
　　优采云云市场：
　　
　　【插件下载与使用】：
　　优采云云采集官网：
　　插件下载与使用： 查看全部

　　
　　[内容]”作为文章标题的匹配规则。如果在文章标题中富含相关链接等，可使用过滤规则加以处理，这里无需设置。填写后，如图24所示，
　　
　　图24-文章标题的采集规则
　　如上图23所示，在“作者：”二字前面有一组标签“”，以此推测，作者名将会写在这组标签之间。同样，为了保持唯一性，这里应填写”作者：[内容]“作为文章作者的采集规则。谨慎起见，请依照文章列表中其他文章内容页面核实此采集规则是否正确。这里不需要使用过滤规则。填写后，如图25所示，
　　
　　图25-文章作者的采集规则
　　在上图23中，可发觉“来源：”二字前面有一组标签“”，以此推测，来源内容将会写在这组标签之间。与2.1.2处理方法相同，为了保持唯一性，文章来源的采集规则应为“来源：[内容]“。同样，这里也不需要使用过滤规则。填写后，如图26所示，
　　
　　图26-文章来源的采集规则
　　再次回到图23，找到“发表于：”及其后的“2009-09-29 14:21”，与之前获取采集规则方式相同，此处应把“发表于： [内容]”作为发布时间的采集规则。同样，这里也不需要使用过滤规则。填写后，如图27所示，
　　
　　图27-文章发布时间的采集规则
　　这个部份是编撰采集规则的重点，也是难点。需要非常注意。
　　具体操作步骤：
　　（a）回到正在打开的文章内容页面的源代码，找到文章内容的开始部份“Dreamweaver升级到8.0.2后”，如图28所示，
　　
　　图28-文章内容的开始部份
　　注意：在源代码中，有两处都出现了这句话。其中，第一句在“
　　”之后，第二句在“
　　”之后。通过对比文章内容页面及其源代码，不难发觉，第一处实为摘要，第二处才为文章内容的开始部份。因此，应选定“
　　”为匹配规则的开始部份。
　　（b）找到文章内容的结束部份“同样是添加值为“transparent”的“wmode”参数。”，如图29所示，
　　
　　图29-文章内容的结束部份
　　注意：由于结束部份的最后标签为”
　　”，而此标签在文章内容中多次出现。因此织梦采集规则中分页，不能作为采集规则的结束标签。考虑到应与文章内容的开始部份相对应，经对比和剖析后得出，此处应选定“
　　”作为文章内容的结束部份，如图30所示，
　　
　　图30-文章内容匹配规则的结束部份
　　（c）综合（a）和（b）可知，此处文章内容的匹配规则应为“
　　[内容]
　　”，填写后，如图31所示，
　　
　　图31-文章内容的匹配规则
　　这里占时不使用过滤规则，关于过滤规则的介绍和使用，将会置于单独的章节中。
　　到这儿，“新增采集节点：第二步设置内容数组获取规则”，就设置完成了。填写后，如（图32）所示，
　　
　　图32-设置后的新增采集节点：第二步设置内容数组获取规则
　　检查无误后，单击“保存配置并预览”。如果之前设置正确，单击后织梦采集规则中分页，将会步入“新增采集节点：测试内容数组设置”页面并见到相应的文章内容。如（图33）所示，
　　
　　图33-新增采集节点：测试内容数组设置
　　确定正确无误后，如果单击“仅保存”，系统将会提示“成功保存配置“并返回”采集节点管理“界面；如果单击“保存并开始采集“，将会步入”采集指定节点“界面。否则，请单击“返回上一步进行更改”。
　　关于第二节的介绍就到这儿。下面步入第三节。。。
　　站群快速安装采集侠的方式dedecms织梦5.7后台模块管理当中的模块列表显示空白的解决办法DedeCms教程:LuManager服务器管理软件安装DEDECMS软件DedeCms教程:Linux+Apache+PHP+MySQL服务器环境(CentOS篇)
　　共11人赞赏 查看全部

　　相信你们对于陌陌软件都不会陌生，我们常常还会阅读微信公众号发布的文章。接下来拓途数据就给你们介绍公众号文章采集器的特性，公众号文章批量采集器如何使用?
　　公众号文章批量采集器该如何使用
　　1.打开拓途数据。
　　2.进入公众号采煤
　　3.输入须要采集的微信公众号。
　　4.回车采集等待程序运行。
　　4.采集完毕后，进入任务列表。采集内容储存于任务列表目录下。需要导入文章，是须要下载详情页的文章下载器的。下载完以后全网文章采集软件，把之前导入的EXCELE表推入文章下载器即可。
　　公众号文章采集器有何特征
　　1、云采集
　　5000台云服务器，24*7高效稳定采集，结合API可无缝对接内部系统，定期同步爬取数据。
　　2、智能采集
　　提供多种网页采集策略与配套资源，帮助整个采集过程实现数据的完整性与稳定性。
　　3、全网适用
　　眼见即可采，不管是文字图片，还是帖吧峰会，支持所有业务渠道的爬虫，满足各类采集需求。
　　4、海量模板
　　内置数百个网站数据源，全面覆盖多个行业，只需简单设置，就可快速确切获取数据。
　　5、简单易用
　　无需再学爬虫编程技术，简单三步就可以轻松抓取网页数据全网文章采集软件，支持多种格式一键导入，快速导出数据库。
　　6、稳定高效
　　分布式云集群服务器和多用户协作管理平台的支撑，可灵活调度任务，顺利爬取海量数据。
　　7、可视化点击，简单上手
　　流程图模式：只需按照软件提示在页面中进行点击操作，完全符合人为浏览网页的思维方法，简单几步即可生成复杂的采集规则，结合智能辨识算法，任何网页的数据都能轻松采集。
　　公众号文章采集器具有智能采集、简单易用以及稳定高效等特性。大家看了拓途数据的介绍过后，想必早已晓得了公众号文章批量采集器如何使用。 查看全部

　　
　　众大云采集Discuz版是一个专门为discuz进行开发的批量采集软件。安装此插件后，在发表贴子、门户、群组的页面底部会出现采集器控制面板，输入关键词或则网址智能采集内容到您的发布编辑框上面，支持每晚定时批量采集内容并手动发布出去，具有易学，易懂，易用，成熟稳定等特点，是一款峰会菜鸟站长和网站编辑必备的discuz插件。
　　【温馨提示】
　　01、安装本插件以后，可以输入新闻资讯的网址或则关键词、一键批量采集任何新闻资讯的内容到您的峰会版块或则门户栏目、群组发布。
　　02、可以把已然成功发布的内容推送到百度数据收录插口进行SEO优化，采集和收录共赢。
　　03、插件可以设置定时采集关键词，然后手动发布内容出去，实现无人值守手动更新网站内容。
　　04、插件从上线至今早已一年多，根据大量用户的反馈，经过多次升级更新，插件功能成熟稳定，易懂好用，功能强悍，已级好多站长安装使用dz云采集自动发布，是每一个站长必备的插件！
　　【本插件功能特性】
　　01、可以批量注册马甲用户dz云采集自动发布，发帖人和评论用马甲，看上去跟真实注册用户发布的一模一样。
　　02、可以批量采集和批量发布，短时间内把任何的优质内容转载到您的峰会和门户上。
　　03、可以定时采集和手动发布，实现无人值守。
　　04、采集回来的内容可以做繁体和简体转换、伪原创等二次处理。
　　05、支持前台采集，可以授权指定普通注册用户在前台也能使用此采集器，让普通注册会员帮您采集内容。
　　06、采集过来的内容图片可以正常显示而且保存为贴子图片附件或则门户文章的附件，图片永远不会遗失。
　　07、图片附件支持远程FTP保存，让您实现图片分离到另外一台服务器。
　　08、图片会加上您峰会或则门户设置的水印。
　　09、已经采集过的内容不会重复二次采集，内容不会重复冗余。
　　10、采集发布的贴子或则门户文章、群组跟真实用户发布的一模一样，别人难以晓得是否用采集器发布。
　　11、浏览量会手动随机设置，感觉您的贴子或则门户文章的查看数跟真实的一样。
　　12、可以指定贴子发布者（楼主）、门户文章作者、群组发帖者。
　　13、采集的内容可以发布到峰会的任何一个版块和门户的任何一个栏目、群组的任何一个圈子。
　　14、已经发布的内容可以推送到百度数据收录插口进行SEO优化，加快网站的百度索引量和收录量。
　　15、不限制采集的内容数目，不限制采集的次数，让您的网站快速填充优质内容。
　　16、插件外置正文提取算法，支持采集任何网站任何栏目的内容。
　　17、可以一键获取当前的实时热点内容，然后一键发布。
　　【此插件给您带来的价值】
　　1、让您的峰会注册会员好多，人气太旺，内容太丰富多彩。
　　2、用定时发布全手动采集，一键批量采集等来取代手工发贴，省时省力高效率，不易出错。
　　3、让您的网站与海量的新闻名站共享优质内容，可以快速提高网站权重与排行。
　　【用户保障】
　　1、严格遵循官方的插件开发规范，除此之外，我们的团队也会对插件进行大量的测试，确保插件的安全、稳定、成熟。
　　2、购买本插件以后，因为服务器运行环境、插件冲突、系统配置等诱因不能使用插件，可以联系技术员帮忙解决，大家不用害怕订购插件以后用不了，如果真的用不了，不会收您一分钱。
　　3、在使用过程中，发现有bug或则用户体验不佳，可以反馈给技术员，在经过评估过后，情况属实，将在下一次升级版本解决，请你们留心插件升级更新。
　　2019年6月6日更新升级如下：
　　1、新增可以用chrome扩充程序采集的新一代采集技术。
　　2、根据用户反馈进一步升级更新。
　　3、一些小修小改和优化。
　　
　　点击下载 查看全部

　　织梦采集侠，只需一分钟，立即开始采集，开源的dedecms程序，新手也能快速上手，帮助您更好地采集数据，安装完成后马上可以进行采集。
　　相关软件软件大小版本说明下载地址
　　织梦采集侠织梦采集软件，只需一分钟，立即开始采集，开源的dedecms程序，新手也能快速上手，帮助您更好地采集数据，安装完成后马上可以进行采集！
　　
　　软件特色
　　一键安装
　　只需一分钟，立即开始采集，而且结合简单、健壮、灵活、开源的dedecms程序
　　一词采集
　　根据用户设定的关键词进行泛采集，实现不对指定的一个或几个被采集站点进行采集
　　R SS采集
　　只须要输入RS S地址即可便捷的 采集到目标网站内容，无需编撰采集规则，方便简单
　　定向采集
　　提供列表URL和文章URL即采集指定网站或栏目内容，便可精确采集标题、正文、作者、来源
　　无人工干预
　　可预先设定是采集任务，然后全手动完成进行伪原创，导入，生成，操作无需人工干预
　　伪原创SEO更新
　　我们为商业用户提供的远程触发采集服务织梦采集软件，新站无有人访问即可定时定量采集更新
　　更新初审文稿
　　采集侠亦可按照您的须要每晚在您设置的时间段内定时定量初审更新
　　自动生成推送
　　自动生成sitemap，自动推送百度插口，确保百度及时收录到您的网站，提供网站排名
　　更新日志
　　采集侠2.9.1版更新说明：
　　优化:采集任务的栏目列表保持和系统一致拥有层级关系
　　优化:循环采集后手动步入监控采集第一页，较少不必要的采集监测
　　优化:可对单个采集规则记录进行重置，无须全部消除历史记录
　　优化:sitemap.xml格式兼容sogou规范
　　优化:sitemap.xml生成速率，增加sitemap文章数量
　　优化:a链接过滤保留ftp、迅雷、磁力链接以便采集电影信息
　　优化:弹出设置层优化体验
　　优化:兼容https站点后台
　　增加:增加陌陌采集功能，暂只提供给授权用户
　　增加:精彩的发觉频道，众多内容等你发觉
　　修复:绑定节点采集不能记录已采地址伪原创后造成重复问题
　　修复:与第三方手机版模块的兼容问题
　　修复:关键词内链设置错误造成的难以采集的问题
　　修复:提取的缩略图不是第一张的问题 查看全部

　　大家好，，碰到的一个问题。。自己写了个大型信息采集系统。。在多任务并行采集时，遇到了部份新闻乱码的情况。 不知道是哪些缘由。。由于多线程无法测试，，总结了可能的缘由及其方面：
　　1. 多网站信息采集时，，当多任务并行时，网站A的编码格式错觉得网站B的编码，，导致乱码现象。但是类中的方式都写了synchronize标示。
　　2. 问了防止上述问题，，采取了第二种策略。在数据库中预存 网站的编码格式。。每次采集从数据库读取编码格式。但是，，测试过后还是有部份信息有乱码问题。
　　3. 乱码现象是否和网路联接状况，网速相关呢。。
　　有这方面经验的，给些建议和策略吧。
　　问题补充：
　　牟盖南 写道
　　仅仅和编码有关，与网速等其他诱因均无关。
　　注意你打开的文件形式，也就是你判定是否乱码的标准是哪些。
　　建议不存数据库，URL-&gt;CharSet，毕竟网站的个数不是多的吓人吧，再或则配置文件足矣。
　　刚开始，，编码我是动态手动剖析编码的，
　　我是依照网页头文件的二进制流来剖析网页信息的编码格式。让我十分诧异的是，，经过大量的测试发觉： 在多任务并行处理运行的前提下，，同一个网站的新闻信息部份新闻信息是乱码。。一般100条新闻有大约10条左右的乱码信息。，，，断点发觉，网页源码都是乱码。。郁闷。。。其他不同的网站也有同样的问题。
　　问题补充：
　　maxm 写道
　　还有新闻采集下来后如何做的处理采集过来的文章乱码，可否贴出代码瞧瞧？
　　maxm 写道
　　还有新闻采集下来后如何做的处理，可否贴出代码瞧瞧？
　　这不是一两个类能填完的采集过来的文章乱码，，这涉及的知识很多的。。主要包括，，网络爬虫与信息抽取，两大方面的知识。 查看全部

　　前市面上常见的爬虫软件通常可以界定为云爬虫和采集器两种：
　　所谓云爬虫就是无需下载安装软件，直接在网页上创建爬虫并在网站服务器运行，享用网站提供的带宽和24小时服务；
　　采集器通常就是要下载安装在本机，然后在本机创建爬虫，使用的是自己的带宽，受限于自己的笔记本是否死机。
　　当然，以上不包括自己开发的爬虫工具和爬虫框架之类的。
　　其实每位爬虫都有自己的特性，我们可以按照自己的须要进行选择，下面针对常见的网路爬虫做一些简单介绍，给你们做一些参考：
　　首先是云爬虫，国内目前主要是：神箭手云爬虫
　　神箭手云爬虫
　　官网：
　　简介：神箭手云是一个大数据应用开发平台，为开发者提供成套的数据采集、数据剖析和机器学习开发工具，为企业提供专业化的数据抓取、数据实时监控和数据剖析服务。
　　优点：功能强悍爬虫软件 下载，涉及云爬虫、API、机器学习、数据清洗、数据转让、数据定制和私有化布署等；
　　 纯云端运行，跨系统操作无压力，隐私保护，可隐藏用户IP。
提供云爬虫市场，零基础使用者可直接调用开发好的爬虫，开发者基于官方的云端开发环境开发并上传出售自己的爬虫程序；
领先的反爬技术，例如直接接入代理IP和自动登录验证码识别等，全程自动化无需人工参与；
丰富的发布接口，采集结果以丰富表格化形式展现；
　　缺点：它的优点同时也在一定程度上成了它的缺点，因为它是一个面向开发者的爬虫开发系统，提供了丰富的开发功能，网站看起来特别的偏技术十分专业，尽管官方也提供了云爬虫市场这样的现成爬虫产品，并且开放给广大爬虫开发者，从而使爬虫市场的内容愈发丰富，但是对于零技术基础的用户而言并不是这么容易理解，所以有一定的使用门槛。
　　是否免费：免费用户无采集功能和导入限制，无需积分。
　　具备开发能力的用户可以自行开发爬虫，达到免费疗效，没有开发能力的用户须要从爬虫市场找寻是否有免费的爬虫。
　　然后是采集器，目前国外主要包括以下这种（百度/谷歌搜采集器，刨去广告，排名靠前的）：
　　优采云采集器：
　　官网：
　　简介：火车采集器是一款网页数据抓取、处理、分析，挖掘软件。可以灵活迅速地抓取网页上散乱分布的信息，并通过强悍的处理功能确切挖掘出所需数据。
　　优点：国内老牌的采集器，经过多年的积累，具有丰富的采集功能；
　　 采集速度比较快，接口比较齐全，支持PHP和C#插件扩展；
支持多种数据格式导出，可以进行数据替换等处理。
　　缺点：越是年头长的产品越容易身陷自己的固有经验中，优采云也无法甩掉这问题。
　　 虽说功能丰富，但是功能都堆砌在那里，用户体验不好，让人不知道从何下手；
学会了的人会觉得功能强大，但是对于新手而言有一定使用门槛，不学习一段时间很难上手，零基础上手基本不可能。
只支持Windows版本，不支持其他操作系统；
　　是否免费：号称免费，但是实际上免费功能限制好多，只能导入单个txt或html文件，基本上可以说是不免费的。
　　优采云采集器：
　　官网：
　　简介：优采云采集器是一款可视化采集器，内置采集模板，支持各类网页数据采集。
　　优点：支持自定义模式，可视化采集操作，容易上手；
　　 支持简易采集模式，提供官方采集模板，支持云采集操作；
支持防屏蔽措施，例如代理IP切换和验证码服务；
支持多种数据格式导出。
　　缺点：功能使用门槛较高，本地采集时好多功能受限，而云采集收费较高；
　　 采集速度较慢，很多操作都要卡一下，云端采集说10倍提速但是并不明显；
只支持Windows版本，不支持其他操作系统。
　　是否免费：号称免费，但是实际上导入数据须要积分，可以做任务攒积分，但是正常情况下基本都须要订购积分。
　　后羿采集器：
　　官网：
　　简介：后羿采集器是由前微软搜索技术团队基于人工智能技术研制的新一代网页采集软件，该软件功能强悍，操作非常简单。
　　优点：支持智能采集模式，输入网址能够智能辨识采集对象爬虫软件 下载，无需配置采集规则，操作十分简单；
　　 支持流程图模式，可视化操作流程，能够通过简单的操作生成各种复杂的采集规则；
支持防屏蔽措施，例如代理IP切换等；
支持多种数据格式导出；
支持定时采集和自动化发布，发布接口丰富；
支持Windows、Mac和Linux版本。
　　缺点：软件推出时间不长，部分功能还在继续建立，暂不支持云采集功能
　　是否免费：完全免费，采集数据和自动导入采集结果都没有任何限制，不需要积分。 查看全部

　　老威近来在做几个站，因为数据量比较大，所以前期的东西都是要采集的，但是火车头采集器近来却始终死机，采不了多少就崩溃一次，这使我太是头痛，于是在网上找了几种技巧，还真就找到了火车采集器打不开，分享给你们
　　首先去火车头根目录找到AutoUpdate.exe的文件火车采集器打不开，把它删掉掉
　　然后打开C:\Windows\System32\drivers\etc，编辑hosts文件，添加以下内容。
　　127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;file.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;*.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;*.locoy.com*
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;log.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;61.191.55.91
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;61.191.55.*
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;file1.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;file2.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;file3.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;file4.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;file5.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;file6.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;file7.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;file8.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;file9.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;file10.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;61.191.55.91:818
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;update.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;update.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;www.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;120.26.85.60
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;60.174.233.104
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;check.locoy.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;6.zmz2017.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;*.zmz2017.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;click.tanx.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;cdn.tanx.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;ef.tanx.com
127.0.0.1&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;cms.tanx.com
　　最后再打开列车采集器，尽情开始我们的采集之旅吧！ 查看全部

　　
　　出现乱码的问题好多，解决方式也不尽相同采集过来的文章乱码，要视具体情况而定，以下几种乱码解决方案仅供参考。
　　Query方式:
　　QueryList::Query(采集的目标页面,采集规则[,区域选择器][，输出编码][，输入编码][，是否移除背部])
　　1.设置输入输出编码
　　$html&nbsp;=&lt;&lt;&lt;STR
&lt;div&gt;
&nbsp;&nbsp;&nbsp;&lt;p&gt;这是内容&lt;/p&gt;
&lt;/div&gt;
STR;
$rule&nbsp;=&nbsp;array(
&nbsp;&nbsp;&nbsp;&#39;content&#39;&nbsp;=&gt;&nbsp;array(&#39;div&gt;p:last&#39;,&#39;text&#39;)
);
$data&nbsp;=&nbsp;QueryList::Query($html,$rule,&#39;&#39;,&#39;UTF-8&#39;,&#39;GB2312&#39;,true)-&gt;data;
　　2.设置输入输出编码,并设置最后一个参数为true
　　如果设置输入输出参数始终未能解决乱码采集过来的文章乱码，那就设置最后一个参数为true(移除背部)
　　$html&nbsp;=&lt;&lt;&lt;STR
&lt;div&gt;
&nbsp;&nbsp;&nbsp;&lt;p&gt;这是内容&lt;/p&gt;
&lt;/div&gt;
STR;
$rule&nbsp;=&nbsp;array(
&nbsp;&nbsp;&nbsp;&#39;content&#39;&nbsp;=&gt;&nbsp;array(&#39;div&gt;p:last&#39;,&#39;text&#39;)
);
$data&nbsp;=&nbsp;QueryList::Query($html,$rule,&#39;&#39;,&#39;UTF-8&#39;,&#39;GB2312&#39;,true)-&gt;data;
　　乱码:#all 查看全部

　　
　　
　　第二步：选择采集器自带的 DZ门户发布规则，双击打开进行编辑（用一个已有的来讲解，主要使你们了解发布规则的制做过程）
　　
　　第三步：起一个名子，上面的参数全部不要动，当然若果是自己新建发布规则，这些都是空的，上面的内容都要你自己按照自己的网站填写了。这是一个登陆配置，需要填写登陆的网址，以及用户名密码表单配置。
　　
　　第四步：获取网站栏目ID用火车采集器发布信息时 如何获取网站栏目id，这里填写的页面通常都是发布文章的页，可以通过源代码找到获取栏目ID的规则。
　　
　　第五步：内容发布参数设置，上面同样是发布页面网址，红框是须要发布的表单配置，这里的表单值的标签名须要和采集内容里的标签名相同。这里设置完后保存，起一个规则名称。
　　
　　第六步：回到第一步骤的界面用火车采集器发布信息时 如何获取网站栏目id，这里要选择网页编码，根据自己的网站编码来选择，GBK或UTF-8。这里还要填写你的网站地址，还有选择登陆形式，今天我这儿是选择了数据登陆，那须要填写你网站的有发布权限的用户名和密码。填写完毕以后我们点击 获取栏目步入下一步。
　　
　　第七步：如果配置成功，可以看见上图，总计获取到栏目列表多少个，然后下方出现栏目列表可以选择，选择你要发布的栏目，然后保存。
　　
　　第八步，这里要把上面的√打上
　　
　　第九步：我们回到内容采集设置的页面，可以测试采集一条，然后如上图，点击测试发布数据。如果成功会出现右图：
　　
　　至此发布规则设置成功！可以进行采集发布啦！
　　补充：本规则是免费版规则，所以没有设置图片下载，这样的话发布到DZ是没有缩略图的，如果要解决此问题有两个方式。1、在DZ上装一个远程图片到本地的插件
　　2、购买收费版采集器，设置图片下载和上传设置
　　联系我们
　　客服QQ：800019423
　　客服电话：400-8757-060
　　软件订购： 查看全部