火车头采集器

标签：

1. 1

   下载安装火车头采集器，有付费与免费版，百度查找下载地址。（这里不细说）

2. 2

   下载好后，双击火车头图标打开采集器。

   
3. 3

   进入火车头主程序页面。

   
4. 4

   单击新建的黑小三角，新建任务。

   
5. 5

   填写任务名，点击第二步。（采集网址不截了，以防广告）

   
6. 6

   分析目标页面，找到要采集的内容。

   
7. 7

   查看源文件，找到要采的内容（复制内容去搜索）

   
8. 8

   建议用360浏览器或者360极速浏览器，找到目标内容，分析目标内容前后的代码。

   
9. 9

   此时标题的前后代码为“<h2>”、“</h2>”。

   
10. 10

    双击采集器“标题”。

    
11. 11

    选择前后截取，把前后代码分别填进去，如图。

    
12. 12

    或者，选择正则提取，如图，点击确认。

    
13. 13

    标题采集规则制作完成，开始分析其他标签规则。

    内容中有不要的代码（如图div代码不要），可以排除。

    
14. 14

    双击内容，进入数据处理，点击添加，出现菜单，选择html标签过滤。

    
15. 15

    勾选不要的代码。

    
16. 16

    检查要的内容是否全部采集进来了。

    

火车头采集器

标签：

原文地址：http://www.cnblogs.com/timdes/p/5174147.html