2024年6月1日发(作者：)

火车头采集教程

火车头采集基本流程：

系统设置新建站点新建任务采集网址采集内容发布内容抓数据。

1.新建站点：

据你自己的需求为任务建立统一的站点，以方便管理。

点击菜单上：站点新建站点 打开如下图：

可以填写站点名，站点地址，网址深度（0，代表根据地址直接采内容。1，代表根据

地址采内容地址，然后根据内容地址采内容。2，代表根据地址采列表地址，然后根据列表

地址采内容地址，再根据内容地址采内容。），站点描述。

2.新建任务：

任务是采集器采集数据时的基本工作单元，它一定是建立在站点中的。采集器通过运

行任务来采集发布数据。任务工作的步骤总体可以分为三步：采网址，采内容，发内容。

一个任务的运行可以任意选择哪几步。而采集器又可以同时运行多个任务（默认设置是同

时最多运行3个任务）。

选择站点 点击右键选择“从该站点新建任务” 。任务的编辑界面如图：

采集器的使用最主要的就是对任务的设置。而采集数据可以分为两步，第一步是：采

网址，第二步：采内容。

3.采集网址：

采网址，就是从列表页中提取出内容页的地址。

从页面自动分析得到地址连接：以/sbzhz/index_页面

为例。我们来采集这个网址上的书信息。这个页面中有很多书信息的链接,要采集每个链接

中书内容.首先需要将每个书信息的链接地址抓取到也就是抓取内容页的地址。