下载提示
- 1.该资料是网友上传的，本站提供全文预览，预览什么样，下载就什么样。
- 2.下载该文档所得收入归上传者、原创者。
- 3.下载的文档，不会出现我们的网址水印。
文档列表
文档介绍
优秀
火车头采集教程火车头采集器使用说明
上图中, 是主程序,我们双击打开。。。
ps:这里说下,上图中,有好多任务是我自己用的。。。新程序,并没有那么多。。。
我们会看到火车的界面,看起来非常复杂,是吧? 呵呵,其实并没有那么复杂,对于新手,有好多东西是用不到的。。。下边会一一的讲解。。。
我们先补****一下,火车头采集软件的工作原理。。。
因为我们浏览到的网页,最后都是通过html输出的,那么意味着,我们可以查看到html的源码,那么火车头为什么会采集到内容呢?
我们看下网站的基本结构。。。
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML Transitional//EN" "/xhtml1/DTD/xhtml1-">
<html xmlns="9/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" /> -------这些蓝色的东西,对于新手,我们不需要知道!
<title>网页的标题</title> ----红色的是网页的标题。。。如下图(1)
</head>
<body>
内容 在这个<body>和</body>之间的,是网站的内容部分。。如下图(2)
</body>
</html> ----------这里是网站的结尾。。。。
如果想查看一个网页的html源文件,之需要点击浏览器上的查看,源文件即可。。。。
(1)
(2)
那么,我们知道了一个网页最基本的架构,那么就好理解火车采集的基本原理了
火车采集软件是怎么采集的呢?
我们配置好火车头采集规则,什么叫采集规则?就是我们查看网页的源文件,看看整个网页的源码,内容部分的开始标签,和结束标签,这样火车才能知道,我们要采集这个页面的哪个部分,比如下边我们演示的。。。
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML Transitional//EN" "/xhtml1/DTD/xhtml1-">
<html xmlns="9/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>网页的标题</title>
</head>
<body>
内容
</body>
我们想要采集“内容”那么就要告诉火车采集器,内容开始标签是<body>,结束标签就是</body>
明白了么?呃。。。估计是我的表达能力不够好。。。so。。。我们看下边的实例,在好好巩固下就OK。。。
OK。。那么我们开始一步一步教大家设置采集规则。。。
首先第一个。。我们的目标站。。discuz!。。。um-60-
我们要把这个版块的内容以及回复都采集到我们的网站上去。。。
首先我们打开火车,新建一个站点。。。点击火车左上角上的新建按钮,选择新建站点。。。如下图
我们只需要填写站点名就可以,其余的保持默认,然后点击保存按钮!
然后。。。在这个站点下,新建一个任务。。。选中我们新建的站点,点击鼠标右键,选择第一个,从该站点新建任务。。。如下图
其中1,是任务的名字,必须填写。。。2,是整个采集任务的步骤向导,3,是文章列表的设置区域(下边讲解),4,和3差不多。。。5,是登录的地方,有些网址必须登录,我们才可以看到内容,就是这个东西!
OK。就这些,那么,我们一步一步的来!
首先我们给我们的任务加一个标题。。。
下一步,我们就开始设置列表的采集规则
(因为现在火车不知道 um-60- 这个页面的文章列表是那些,所以我们要告诉火车!)
这里有两种方式,新手嘛,我也不知道适合哪种。。。我们就用默认的吧,第一种
我们点击向导添加
然后出现下图。。
其中有4个选项卡,
如果我们只采集目标站点的一个文章列表um-60-,那么我们选中单条网址,直接写上目标的列表网站,如下图!
然后点击添加,点击完成就OK。。
那么,如果我们要采集多个列表。那么我们回到
看下边的图
其中1,是目标网站的地址
其中2,是火车的通配符(就是某个东西识别的东西)
其中3,是间隔数已经补零(下边一一讲解)
其中4,数字变化。。。下边讲解
其中5,字母变化。。。
那么。。。看下图
图中在地址栏填写的是
um-60-(*).html 这
火车头采集教程火车头采集器使用说明
上图中, 是主程序,我们双击打开。。。
ps:这里说下,上图中,有好多任务是我自己用的。。。新程序,并没有那么多。。。
我们会看到火车的界面,看起来非常复杂,是吧? 呵呵,其实并没有那么复杂,对于新手,有好多东西是用不到的。。。下边会一一的讲解。。。
我们先补****一下,火车头采集软件的工作原理。。。
因为我们浏览到的网页,最后都是通过html输出的,那么意味着,我们可以查看到html的源码,那么火车头为什么会采集到内容呢?
我们看下网站的基本结构。。。
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML Transitional//EN" "/xhtml1/DTD/xhtml1-">
<html xmlns="9/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" /> -------这些蓝色的东西,对于新手,我们不需要知道!
<title>网页的标题</title> ----红色的是网页的标题。。。如下图(1)
</head>
<body>
内容 在这个<body>和</body>之间的,是网站的内容部分。。如下图(2)
</body>
</html> ----------这里是网站的结尾。。。。
如果想查看一个网页的html源文件,之需要点击浏览器上的查看,源文件即可。。。。
(1)
(2)
那么,我们知道了一个网页最基本的架构,那么就好理解火车采集的基本原理了
火车采集软件是怎么采集的呢?
我们配置好火车头采集规则,什么叫采集规则?就是我们查看网页的源文件,看看整个网页的源码,内容部分的开始标签,和结束标签,这样火车才能知道,我们要采集这个页面的哪个部分,比如下边我们演示的。。。
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML Transitional//EN" "/xhtml1/DTD/xhtml1-">
<html xmlns="9/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>网页的标题</title>
</head>
<body>
内容
</body>
我们想要采集“内容”那么就要告诉火车采集器,内容开始标签是<body>,结束标签就是</body>
明白了么?呃。。。估计是我的表达能力不够好。。。so。。。我们看下边的实例,在好好巩固下就OK。。。
OK。。那么我们开始一步一步教大家设置采集规则。。。
首先第一个。。我们的目标站。。discuz!。。。um-60-
我们要把这个版块的内容以及回复都采集到我们的网站上去。。。
首先我们打开火车,新建一个站点。。。点击火车左上角上的新建按钮,选择新建站点。。。如下图
我们只需要填写站点名就可以,其余的保持默认,然后点击保存按钮!
然后。。。在这个站点下,新建一个任务。。。选中我们新建的站点,点击鼠标右键,选择第一个,从该站点新建任务。。。如下图
其中1,是任务的名字,必须填写。。。2,是整个采集任务的步骤向导,3,是文章列表的设置区域(下边讲解),4,和3差不多。。。5,是登录的地方,有些网址必须登录,我们才可以看到内容,就是这个东西!
OK。就这些,那么,我们一步一步的来!
首先我们给我们的任务加一个标题。。。
下一步,我们就开始设置列表的采集规则
(因为现在火车不知道 um-60- 这个页面的文章列表是那些,所以我们要告诉火车!)
这里有两种方式,新手嘛,我也不知道适合哪种。。。我们就用默认的吧,第一种
我们点击向导添加
然后出现下图。。
其中有4个选项卡,
如果我们只采集目标站点的一个文章列表um-60-,那么我们选中单条网址,直接写上目标的列表网站,如下图!
然后点击添加,点击完成就OK。。
那么,如果我们要采集多个列表。那么我们回到
看下边的图
其中1,是目标网站的地址
其中2,是火车的通配符(就是某个东西识别的东西)
其中3,是间隔数已经补零(下边一一讲解)
其中4,数字变化。。。下边讲解
其中5,字母变化。。。
那么。。。看下图
图中在地址栏填写的是
um-60-(*).html 这
火车头采集教程火车头采集器使用说明 来自淘豆网www.taodocs.com转载请标明出处.
相关文档 更多>>
非法内容举报中心
相关标签
最近更新
- 城市房屋征收中的民法问题的开题报告
- 城乡统筹背景下乡村灾后重建研究——以绵竹..
- 2024年小班眼睛教案
- 地面自主机器人系统实时数据采集和状态分析..
- 2024年小班教育工作计划集锦十篇
- 地铁杂散电流数据监测传感器的设计的开题报..
- 2024年小班教学工作总结（精选20篇）
- 在翻译工具辅助下的翻译过程实证性研究的开..
- 在线学习任务设计对学习效果影响的实证研究..
- 2024年小班六一儿童节教案
- 在分离腔QED中实现纠缠态的制备的开题报告
- 土家族艺术文化在恩施地区中学美术教学中的..
- 2024年小班下学期工作总结合集15篇
- 土地评估行业中风险控制体系研究的开题报告..
- 土地开发项目管理模式研究——以湘潭荷塘现..
- 土-桥梁动力相互作用的有限元模型研究的开题..
- 圆极化微带天线的宽频带多频段技术研究的开..
- 2024年小宝宝满月贺词15篇
- 2024年小学预防学生溺水的应急预案范文
- 2024年小学音乐教研总结范文（精选5篇）
- 国有商业银行县域支行绩效考核体系的设计中..
- 国家电子政务外网(一期工程)后评价研究的开..
- 固体碱催化剂的制备及应用于催化合成生物柴..
- 2024年度薪酬调查报告分析
- 2023年义务教育艺术新课程标准考试测试题库..
- 发展对象党员群众意见简短范文四篇
- 防火堤施工方案
- 行星的运动说课稿
- 小学科学苏教版六年级下册期中测试卷（附参..
- 中医诊断学(完结)