《火车头采集器教程》由会员分享，可在线阅读，更多相关《火车头采集器教程（32页珍藏版）》请在金锄头文库上搜索。
1、火车头采集器火车头采集器使用流程说明使用流程说明打开火车头软件（LocoySpider.exe）界面如下图：二、新建站点二、新建站点第一步：新建站点（如右图）二、新建站点二、新建站点第二步：点击“新建站点”后出现如下界面。填写站点名和站点网址点击“更新”三、采集网址三、采集网址新建好的站点会排列在窗口左侧“站点&任务列表”中。右击新建好的站点，点击“从该站点新建任务”，出现如下界面。以本列表为例：http:/ “资讯内容”、“内容摘要”、“信息关键词”、“meta关键词”、“meta描述”、“责任编辑”、“信息来源”添加到标签名中，將其他不需要的标签名称删除，出现如下界面。四、采集内容四、采集
2、内容下面分别说明“标题”、“内容摘要”、“信息关键词”、“meta关键词”、“meta描述”、“责任编辑”、“信息来源”、“资讯内容”各个标签的采集规则。四、采集内容四、采集内容采集采集页页面以面以http:/ 如下图：四、采集内容四、采集内容四、采集内容四、采集内容四、采集内容四、采集内容注释：在资讯内容采集过程中最主要的是对垃圾信息的删除，其中需要注意的有以下几项：1、广告语（例如：2010年建材行业十大评选活动圆满落幕，电话：01062298529）2、特殊标签（例如：标签，大部分标签会在“HTML标签排除”中删除。）3、网站logo（例如：【慧聪建材网】）4、文章中铭感文字（例如：点击
3、下一页、点击查看更多图片、视频、责任编辑、评论、【热点导读】、【相关新闻】等与文章正文无关的文字。）四、采集内容四、采集内容第三、内容描述、meta描述查看本页面“源文件” 搜索description代码，找到文章描述部分。如下图：四、采集内容四、采集内容將“源代码”中对应的描述开始代码和结束代码分别输入到开始字符段开始字符段和结束字符结束字符段段中，点击确定，内容描述和meta描述标签设置完成。注释：有些文章描述部分设有大量广告语或与本文无关的内容，这样的文章描述我们不给予采集。可以将标题的采集方法复制到描述采集中。四、采集内容四、采集内容第四、信息关键词、meta关键词查看本页面“源文件”
4、 搜索keywords代码，找到文章关键词部分。如下图：四、采集内容四、采集内容將“源代码”中对应的关键词开始代码和结束代码分别输入到开始字符段开始字符段和结束字结束字符段符段中，点击确定，信息关键词和meta关键词标签设置完成。注释：有些文章关键词部分设有大量广告语或与本文无关的内容，这样的文章关键词我们不给予采集。可以将标题的采集方法复制到关键词采集中。四、采集内容四、采集内容第五、责任编辑双击责任编辑标签，选择“自定义固定格式的数据”，在固定的字符串选项中填写自己的名称，点击确定，责任编辑设定完成。四、采集内容四、采集内容第六、信息来源双击责任编辑标签，选择“自定义固定格式的数据”，在固
5、定的字符串选项中填写信息来源，点击确定，信息来源设定完成。四、采集内容四、采集内容第七、分页在“页面内容分页区域/样式设置”中将分页部分代码输入其中，用（*）代替即可。如下图：（注释：各站的分页代码不同，需要具体分析，采集分页的文章在我们后台将成为一篇通篇文章。建议少采集分页多的文章，影响用户体验。）四、采集内容四、采集内容规则填写完成后，返回至第一步“测试网址采集”。双击所采集到的任一文章地址。则会自己弹出如下界面。（注释：建议多测试几篇文章，减少垃圾代码出现。）采集内容阶段完成，点击进入发布内容设置五、发布内容五、发布内容1、启动以下两项，点击“定义web在线发布到网站全局设置”。五、发布内容五、发布内容2、点击添加，选择phpcms2008 新闻发布模块3、在“网站/cms根地址”：输入http:/localhost/phpcms/4、点击“在火车内置浏览器中登录”五、发布内容五、发布内容12、在配置名中输入要采集的栏目名称，点击保存配置。13、设置完成后点击保存。发布内容部分结束六、任务采集六、任务采集将刚刚编写好的规则保存后，程序则会自动跳转到主界面。右键点击设置好的任务，选择开始采集。在采集完成后系统会自动提醒采集完成。七、导出数据七、导出数据采集数据在火车头Data文件中。双击mdb格式文件，右键选择content选项，导出为Excel格式。
