火车采集器如何使用 火车头采集器使用教程

网络数据信息的挖掘少不了一款强大的“挖土机”，火车采集器就是一款专业的采集工具，可以轻松从网页上抓取文字、图片、文件等任何资源。那么火车采集器如何使用?

1、首先在在线下载频道下载该软件

2、安装下载好的安装文件

3、等待安装完毕

4、 打开后进入主火车头主页面

5、 然后点击任务小三角，新建一个新的任务，新建好任务后，将进入任务主页面，填写好任务名。

6、 然后添加网址了，下面我们来看一看，添加网址的规则，(网址不给显示，以防广告)。

7、 完成好上面一步后，我们就进行下一步，多级网址获取规则

8、 到了这一步网址的选择已经做好了，下面就是内容的标签修改了，意思就是采你想要采集的内容。

9、 要采哪些内容就把内容前的字符和内容后的字符，以次放到下面表格中，打开网址，右击页面，就可以查看网页源代码了

前沿：

如果你对火车头一点都不知道，你还是去网上自学一点火车头采集的知识，我也不是什么大师，硬着头皮写的，至少能用，在这里我不会教你如何写采集规则，因为写法种类太多，你问我我也不知道，火车头相关文件夹里提供的发布接口内置了马甲发布文章，并且支持远程图片抓取本地化，和发布文章时间设置（10-70分钟随机）。用户只需关注火车头标题和内容即可，参数值标题（title),内容（content)。

第一步：站点设置里设置下火车头免登录发布接口的全局变量值：

第二步：将发布接口上传覆盖程序根目录：

第三步：登录火车头软件后导入发布模块"

下图更多处下拉--选择导入：

导入后：

上图中，数字1处填写你在网站后台设置的全局变量值。

2 处选择 utf-8 编码。

3 处填写你网站域名，不要带 反斜杠'/'.

4处选择不需要登录

5 处点击获取列表--选择你需要入库的分类

6 随便给当前这个发布模块写个名字，后续采集任务模块会用到。

最后点击保存配置按钮。

---------

下面讲解导入采集任务：

新建任务分组后，在该分组下导入任务规则（导入任务至该分组）：

选择我们的采集任务规则（.ljobx文件）：

下一步：双击规则项

点击第三步：修改发布内容设置

修改下你发布的分类：

最后保存即可：

然后右键开始任务采集：

貌似无法避免，只能从标签的抓取规则上来想办法。

想办法让你的标签抓取内容不为空，比如你可以把抓取内容的规则设置大一点，就算这个标签为空，不要设置标签的代码过滤，应该可以抓些代码，让这个标签内容不为空，那么采集器就会正确匹配了。至于代码的干扰，后期可以通过数据的批量处理来删除。

---