火车头采集软件？火车头采集使用教程

火车头采集器的功能

火车采集器(LocoySpider)是一款功能强大且易于上手的专业采集软件，强大的内容采集和数据导入功能能将您采集的任何网页数据发布到远程服务器，自定义用户cms系统模块，不管你的网站是什么系统，都有可能使用上火车采集器，系统自带的模块文件支持:风讯文章，动易文章，动网论坛，PHPWIND论坛,Discuz论坛,phpcms文章,phparticle文章,LeadBBS论坛,魔力论坛,Dedecms文章,Xydw文章,惊云文章等的模块文件。更多cms模块请自己参照制作修改，也可到官方网站与大家交流制作。同时您也可以使用系统的数据导出功能,利用系统内置标签,将采集到的数据对应表的字段导出到本地任何一款Access,MySql,MS SqlServer内。

LocoySpider采用Visual C#编写，可独立在Windows2008下运行（windows2003自带.net1.1框架。最新版的火车采集器是2008版，需要升级到.net2.0框架才能使用），如您在Windows2000、Xp等环境下使用，请先到微软官方下载一个.net framework2.0或更高环境组件。火车采集器V2009 SP2 04月29日在我们将数据采集下来后数据默认是保存在本地的，我们可以使用以下几种方式对数据进行处理。

1、不做任何处理。因为数据本身是保存在数据库的（access、db3、mysql、sqlserver），您如果只是查看数据，直接用相关软件打开查看即可。

2、Web发布到网站。程序会模仿浏览器向您的网站发送数据，可以实现您手工发布的效果。

3、直接入数据库。您只需写几个SQL语句，程序会将数据按您的SQL语句导入到数据库中。

4、保存为本地文件。程序会读取数据库里的数据，按一定格式保存为本地sql或是文本文件。火车采集器采集数据是分成两个步骤的，一是采集数据，二是发布数据。这两个过程是可以分开的。

1、采集数据，这个包括采集网址，采集内容。这个过程是获得数据的过程。我们做规则，在采的过程中也算是对内容做了处理。

2、发布内容就是将数据发布到自己的论坛，CMS的过程，也是实现数据为已有的过程。可以用WEB在线发布，数据库入库或存为本地文件。

具体的使用其实是很灵活的，可以根据实际来决定。比如我可以采集时先采集不发布，有时间了再发布，或是同时采集发布，或是先做发布配置，也可以在采集完了再添加发布配置。总之，具体过程由您而定，火车采集器的强大功能之一也就是体现在灵活中。

·火车头伪原创插件api接口代码怎么用

伪原创插件api目前用过就小发猫AI+的靠谱，一个基于人工智能的伪原创软件，生成的内容原创度比较高，而且有使用教程

1、修改火车头的PHP环境

由于火车头采集器软件内置的PHP环境有问题，在使用PHP插件之前需要先修改火车头的PHP环境。修改的方法很简单，打开火车头网站采集软件的安装目录“System/PHP”，找到php.ini文件打开，并找到如下代码。

找到 php_curl.dll把前面的分号去掉改成：

修改前：

;extension=php_curl.dll

修改后：

extension=php_curl.dll

也就是将最前面的分号“;”删除并保存即可，这样火车头数据采集器就可以正常运行这个PHP仿写插件了。

2、插件要统一放到火车头插件目录

例如我本机是：D:\火车采集器V9\Plugins

问：这个插件主要功能是什么？

回答：火车头是一个采集器。采集后，如果开了插件，会把采集到的内容通过插件处理后再保存，我们的插件是伪原创，所以采集的内容会伪原创后保存。

3、调试方法

首先按原来的方式，先确保采集规则能正常运行。

然后，在正常运行的基础上，选择伪原创插件。

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。

OK，本文到此结束，希望对大家有所帮助。