火车头采集器下载(免费采集器)

火车头采集器win10怎么安装

火车头采集器采集信息分两个步骤:

1，采网址。这一步也是就告诉软件，有多少个网页需要去采，并给出具体的网页地址。

2，采内容。有了网址之后，就可以去这个网址上采集信息了，但网页上信息众多，软件不知道你想采哪些。在采内容部分，就要做规则了。告诉软件我想采什么。

1，采网址。

网页上的产品信息就是所想采的，即为目标。

在采集链接页面里，输入采集地址的列表页，这里要注意无用链接的过滤。

然后点击测试按钮测试所填信息的正确性：

测试正确以后，我们对地址进行扩展，现在我们只不过是采了一张列表页的文章地址，还有其它的列表要需要采集，其它的列表页就在它的分页上，我们观察这些分布的链接形式，找出规律，然后批量填入网址规则。

2，内容的采集

经过上面的处理，目标产品页的链接都已经能够采到，下面我们进入内容的采集。

明确好要采集的内容以后，我们开始编写采集规则,火车头采集内容是采集网页的源代码，因此我们要打开产品页的源代码，找到我们要采集信息所在的位置。比如，Description字段的采集：

找到Description的位置，找到之后，如何填写采集规则呢，很简单，只要将采集目标的开始字符串与结束字符串填入采集的对应位置。这里我们选取<span>Description:</span>作为开始字符串，</span>为结束字符串。值得注意的是，开始字符串必须在本页面是唯一的，并且在其它产品页面也存在这个字符串。本页面唯一能使软件找到要采集的位置,其它页面通用,保证软件能够采到其它页面的数据。

填完以后并不表示就能采集正确了，还需测试一下，排除一些无用数据，排除可在HTML标签排除和内容排除中进行。测试成功后，这样一个标签就制作好了。

这里我们使用通配符来实现这一要求。我们把不通用的地方用（*）通配符来表示任意。而要采集的地址我们用参数（变量）来表示。最后我们将这段内容变为：<li id="current">(*)Compare Prices(*)<a href="[参数]" onClick="(*)">Product Details，填入模块，并测试是否成功。

如果测试没有成功，那说明你填入的内容还不符合唯一且通用的标准，还需要调试。测试成功以后，可以保存，进入标签的制作了。

这里的标签制作与上面的是一样的，找到要采集信息的所在地，填入开始结束字符串，并做好过滤，唯一的不同的在于所属页面选项里要选择刚才制作好的模块，这里就不赘述，直接显示结果了。

这样标签就制作完成了。点击更新以后，去掉发布选项，就可以进行任务的采集了。

火车头采集器发布设置教程-火车头采集器所有发布模块汇总下载

火车头采集器的发布设置涵盖多种功能模块，支持CMS发布、定时发布、数据监控、标题与图片处理、内容伪原创及关键词优化等，同时提供详细的WEB发布模块制作教程。以下是具体发布模块及设置教程的汇总：

一、发布模块汇总CMS发布模块支持帝国、易优、ZBLOG、织梦、WordPress、苹果CMS、人人CMS、米拓CMS、云优CMS、小旋风站群蜘蛛池、Thinkcmf、PHPCMS、Pboot、Fadmin、Destoon、海洋CMS、极致CMS、Emlog、Emlogpro、Typecho、TWCMS、WordPress社区版本、迅睿CMS、WXYCM、DZ论坛等各大CMS。

可同时批量管理并发布至多个CMS平台。

对应栏目发布

文章可发布至指定栏目，支持多栏目随机发布。

定时发布

可控制发布间隔及单日总发布数量。

数据监控

监控已发布、待发布、伪原创状态、发布状态、网址、程序、发布时间及全网搜索引擎推送收录情况。

指定网站采集支持任意网站数据抓取，操作简单，支持多任务同时采集。

关键词采集可同时创建多个采集任务，每个任务支持上传1000个关键词，配备关键词挖掘功能。

监控采集定时采集目标网站，频率可自定义（如10分钟、20分钟），自动过滤重复内容，监控新增文章。

标题处理支持自动生成双标题或三标题，间隔符号自定义，可自建标题库，生成自媒体标题党，支持标题替换。

图片处理支持图片加标题水印、关键词水印、自定义水印及图片库替换，保护图片版权，防止盗用。

内容伪原创对互联网文章进行加工，使其被搜索引擎视为原创，提高网站权重。

关键词优化内链优化提高搜索引擎爬行效率，自动过滤敏感词，避免降权，提升收录与排名。

二、WEB发布模块制作教程网站自动登录

设置网站登录信息，获取栏目列表。

网页随机获取

设置POST数据内的随机值。

内容发布参数

设置发布页面POST数据包。

高级功能

文件上传设置及数据构造。

具体步骤：

使用Fiddler分析数据包：

打开Fiddler，清空数据流（Ctrl+X）。

点击数据流列表，找到POST类型的数据流。

以文本形式查看数据包，确定网站编码（如UTF-8）。

确定网站地址、Cookie及User-Agent：

网站地址可根据POST和Referer字段自定义。

Cookie及User-Agent信息需从数据包中提取。

替换POST数据值为标签：

双击选中表单值，选择要替换的标签名（如系统标签、常用标签、时间标签）。

标题、来源、内容、时间等标签便于识别。

使用[分类ID]标签：

[分类ID]标签用于获取栏目列表设置。

确定表单名中哪个为[分类ID]，通常通过查看数据包或网站结构确定。

火车头采集器怎么与帝国cms7.2链接

用八爪鱼采集器采集的数据发布到帝国CMS。

下载发布到帝国CMS接口文件

1、打开jiekou.php，修改第二行代码$pw='123456';//为了安全，验证密码请自行修改

2、接口文件jiekou.php放置在站点目录\e\admin\目录下，放在其他目录下需要更改接口源码。

3、配置抓取规则

包含一些必选字段，字段映射说明见文档末尾

4、规则配置完毕后，运行单机采集

5、采集到数据后，选择发布到网站

6、发布向导中，填写一些发布的必要信息

发布的地址： http://你的网站名/e/admin/jiekou.php

发布密码是第一步设置的密码

发布对应的参数是jiekou.php预先定义好的，想换名字，可自行修改源码

7、点击发布

8、发布成功后，在帝国CMS后台查看

栏目页面查看

参数定义说明

基本参数

username

会员名参数名

password

密码参数名

title

主题标题参数名

newstext

内容参数名，若要进行手动内容分页，请使用数据整理将et的内容分隔标记“#-0-#”替换为帝国cms的分页标记 [!--empirenews.page--]，手动分页时，请将自动分页参数关闭；

classid

栏目编号（请对照后台栏目管理查看栏目id）

主要参数

pw

安全校验码，请自行设定，本项用以防止接口被他人利用，如果需要进行更多校验，请自行填加相关代码。

infotags

标签，可留空，多个用","逗号格开

copyinfotitleurl

是否同时发布到其他栏目，1为是，0或留空为否；

copyclassid[]

其他栏目id,设置本项可将文章同时发布到其他栏目，由于网站后台栏目管理-生成列表中无法选择生成关联栏目，所以不能同时生成这些栏目的静态页面；

举例，要将文章同时发布到ID为35和36的栏目，图示如下：

copyimg

是否远程保存图片，1为是，0或留空为否；

mark=1

图片加水印，1为是，0或留空为否；

copyflash

是否远程保存flash，1为是，0或留空为否；

qz_url

flash地址前缀

repimgnexturl

是否图片链接转为下一页，1为是，0或留空为否；

checked=1

发布状态，1为发布，0为待审核；

可选参数

ftitle

副标题

smalltext

内容简介

keyboard

关键字，多个请用,隔开

titleurl

外部链接(填写后信息连接地址将为此链接)

writer

作者

befrom

信息来源

titlefont[b]=b

标题样式：粗体

titlefont[i]=i

标题样式：斜体

titlefont[s]=s

标题样式：删除线

titlecolor

标题颜色

isgood

是否推荐，1为是，0或留空为否；

firsttitle

是否头条，1为是，0或留空为否；

newstempid

模板编号，留空则使用默认模板；

titlepic

标题图片地址

getfirsttitlepic

是否取第1张上传图为标题图片，1为是，0或留空为否；

getfirsttitlespic

是否取第1张上传图为缩略图，1为是，0或留空为否；

getfirsttitlespicw

缩略图宽

getfirsttitlespich

缩略图高

dokey

是否关键字替换，1为是，0或留空为否；

autopage

自动分页，1为启用，0为禁用，见图示：

autosize

自动分页大小，通常设为5000字

istop

置顶级别，0-6级

groupid

访问权限,0为游客，1为普通会员，2为vip会员，3为企业会员，4为企业vip会员

userfen

查看时扣除点数，默认为0

closepl

是否闭评论，1为是，0或留空为否；

ztids

所属专题ID，多个以英文逗号分隔，例如某文章属于ID为3和5的专题，如图示：

专题ID查询如图示：

zcids

所属专题子类ID，多个以英文逗号分隔，必须与ztids的专题ID顺序对应，例如ID3的专题的子类ID为2，ID5的专题的子类为“不属于专题子类”，设置如图示：

注：“不属专题子类”，则取值为-1；

专题子类ID查询如图示：

newspath

目录名

info_diyotherlink

相关链接模式，0为按关键字查询，1为手动设置；

info_keyid

手动模式设置相关链接时的相关文章ID，英文逗号分隔多个；

info_infouptime

定时发布上线时间，请使用长日期标准格式；

info_infodowntime

定时发布下线时间，请使用长日期标准格式；

newstime

文章发布时间，请使用长日期标准格式；

onclick

最大点击数，点击数将取1到最大点击数的随机值；

自定义字段

和其他参数一样，在ET发布配置-参数取值处填好自定义字段的参数名，并设置好取值即可。

好了，本文到此结束，如果可以帮助到大家，还望关注本站哦！