火车采集器怎么处理数据 火车采集器数据处理介绍

对从内容页面提取的数据进行进一步处理，可以同时添加多个 *** 作，按照从上到下的顺序来执行。

也就是说，上个步骤的结果会作为下个步骤的参数。

1）提取内容为空：如果提取内容为空，则使用正则匹配从原始页面中再次提取

2）内容替换/排除：将采集到的内容进行字符串替换，如需排除，则替换为空字符串即可

3）html标签过滤：过滤指定html标签，比如<a，<font

4）字符截取：通过开始和结束字符串对内容进行截取

5）纯正则替换：通过强大的正则表达式进行复杂的替换。

6）数据转换：包括将结果简转繁、将结果繁转简、自动转化为拼音和时间修正转化

7）智能提取：包括提取第一张、智能提取时间、智能提取邮箱、智能提取手机号码、智能提取电话号码

8）高级功能：包括自动摘要、自动分词、>