火車采集器

火車采集器(LocoySpider)是一款專業(yè)的功能強(qiáng)大的網(wǎng)絡(luò)數(shù)據(jù)/信息挖掘軟件。通過靈活的配置，您可以很輕松的從網(wǎng)頁上抓取文字、圖片、文件等任何資源。程序支持遠(yuǎn)程下載圖片文件，支持網(wǎng)站登陸后的信息采集，支持探測文件真實地址，支持代理，支持防盜鏈的采集，支持采集數(shù)據(jù)直接入庫和模仿人手工發(fā)布等許多功能特點(diǎn)?；疖嚥杉髦С謴娜魏晤愋偷木W(wǎng)站采集獲取您所需要的信息，如各種新聞類網(wǎng)站、論壇、電子商務(wù)網(wǎng)站、求職招聘網(wǎng)站等。同時具有強(qiáng)大的網(wǎng)站登錄采集、多頁和分頁的采集、網(wǎng)站跨層采集、POST采集、腳本頁面采集、動態(tài)頁面采集等高級采集功能。強(qiáng)大的php和c#插件支持，讓您可以通過二次開發(fā)實現(xiàn)您所想要的任何更強(qiáng)大的功能。

火車采集器功能

1. 規(guī)則自定義 - 通過采集規(guī)則的定義，可以搜索所有網(wǎng)站采集幾乎任何類型的信息。
2. 多任務(wù)，多線程 - 可以同時進(jìn)行多個信息采集任務(wù)，每個任務(wù)可以使用多個線程。
3. 所見即所得 － 任務(wù)采集過程所見即所得，過程中遍歷的鏈接信息、采集信息、錯誤信息等都會及時的反映在軟件界面中。
4. 數(shù)據(jù)保存 － 數(shù)據(jù)邊采集邊自動保存到關(guān)系數(shù)據(jù)庫中，并且數(shù)據(jù)結(jié)構(gòu)能夠自動適應(yīng)，軟件可以根據(jù)采集規(guī)則自動創(chuàng)建數(shù)據(jù)庫，以及其中的表和字段，也可以通過導(dǎo)庫方式靈活的將數(shù)據(jù)保存到客戶已有的數(shù)據(jù)庫結(jié)構(gòu)中。
5. 斷點(diǎn)續(xù)采 - 信息采集任務(wù)可以在停止后從斷點(diǎn)開始繼續(xù)采集，從此你用不再擔(dān)心你的采集任務(wù)意外中斷了。
6. 網(wǎng)站登錄 － 支持網(wǎng)站Cookie，支持網(wǎng)站可視化登錄，即使登錄時需要驗證碼的網(wǎng)站也能采集。
7. 計劃任務(wù) - 通過這個功能可以讓你的采集任務(wù)定時、定量或者一直循環(huán)執(zhí)行。
8. 采集范圍限制 - 可以根據(jù)采集的深度和網(wǎng)址的標(biāo)識來限制采集的范圍。
9. 文件下載 － 可以將采集到的二進(jìn)制文件（諸如：圖片、音樂、軟件、文檔等等）下載到本地磁盤或者采集結(jié)果數(shù)據(jù)庫中。
10. 結(jié)果替換 - 可以將采集的結(jié)果根據(jù)規(guī)則替換成你定義的內(nèi)容。
11. 條件保存 - 可以根據(jù)某個條件來決定那些信息保存，那些信息過濾。
12. 過濾重復(fù)內(nèi)容 － 軟件可根據(jù)用戶設(shè)置和實際情況對重復(fù)內(nèi)容和重復(fù)網(wǎng)址自動刪除重復(fù)內(nèi)容。
13. 特殊鏈接識別 - 運(yùn)用此功能可以將用JavaScript動態(tài)生成的鏈接或其他更古怪的連接識別出來。
14. 數(shù)據(jù)發(fā)布 － 可以通過自定義接口，將已采集的結(jié)果數(shù)據(jù)發(fā)布到任意的內(nèi)容管理系統(tǒng)和指定數(shù)據(jù)庫中。現(xiàn)在已支持的目標(biāo)發(fā)布媒體包括：數(shù)據(jù)庫(access, sql server,my sql,oracle) ，靜態(tài)htm文件。
15. 預(yù)留編程接口 － 定義多個編程接口，用戶可以在事件中利用PHP,C#語言進(jìn)行編程，擴(kuò)充采集功能。

火車采集器特色

1. 支持所有網(wǎng)站編碼：完美支持采集所有編碼格式的網(wǎng)頁,程序還可以自動識別網(wǎng)頁編碼。
2. 多種發(fā)布方式：支持目前所有主流和非主流的CMS,BBS等網(wǎng)站程序,通過系統(tǒng)的發(fā)布模塊能實現(xiàn)采集器和網(wǎng)站程序間的完美結(jié)合。
3. 全自動：無人值守工作，配置好程序后，程序?qū)⒁罁?jù)您的設(shè)置自動運(yùn)行，完全無需人工干預(yù)。
4. 本地編輯：本地可視化編輯已采集的數(shù)據(jù)。
5. 采集測試：這是其它任何同類采集軟件所不能比的，程序支持直接查看采集結(jié)果并測試發(fā)布。
6. 管理方便：使用站點(diǎn)+任務(wù)方式管理采集節(jié)點(diǎn)，任務(wù)支持批量操作，再多的數(shù)據(jù)管理也很輕松。
7. 通用性強(qiáng)：無論新聞、論壇、視頻、黃頁、圖片、下載類網(wǎng)站，只要通過瀏覽器能看到的結(jié)構(gòu)化的內(nèi)容，通過指定匹配規(guī)則，都能采集到您所需要的內(nèi)容。
8. 穩(wěn)定、高效:五年磨一劍，軟件不斷更新進(jìn)步，采集速度快，性能穩(wěn)定，占用資源少。
9. 擴(kuò)展性強(qiáng)、適用范圍廣:自定義web發(fā)布，自定義主流的數(shù)據(jù)庫的保存和發(fā)布，自定義本地php及.net外部編程接口處理數(shù)據(jù)，讓數(shù)據(jù)都能為你所用。

火車采集器更新日志

1. 修改軟件啟動界面，使用更為友好
2. 增加插件異常處理，方便調(diào)試插件
3. 運(yùn)行日志增加任務(wù)id
4. 修復(fù)非管理員開機(jī)啟動失敗問題、
5. 修復(fù)任務(wù)批量處理非內(nèi)容標(biāo)簽復(fù)制問題
6. 修復(fù)"如果為空再次提取"的bug
7. WECenter的UBB轉(zhuǎn)化功能完善
8. 隨機(jī)插入功能改進(jìn)
9. 修復(fù)ul,ol等標(biāo)簽帶style時無法過濾問題
10. 官方插件模塊接口等資源更新