本文資料來源：火車頭采集器官網，但是講解說明遠優于官網！總結到位，重點解說明確—明月SEO

上一篇我們講到了：火車頭采集器使用圖文教程以及重點問題整理！?本文將以一個簡單的實測案例來說明，從而對重點問題進行細致入微的由淺入深的講解。

下面我們通過一個簡單的文章規則制作，來實戰說明

通過采集faq為例來說明采集器采集的原理和過程。 本例以?http://faq.locoy.com/qc-12.html?演示地址。

一.新建個采集規則

選擇一個分組上右擊，選擇“新建任務”，如下圖：

二.添加起始網址

在這里我需要采集 5頁數據。分析網址變量規律：

第一頁地址：http://faq.locoy.com/qc-12.html?p=1

第二頁地址：http://faq.locoy.com/qc-12.html?p=2

第三頁地址：http://faq.locoy.com/qc-12.html?p=3

由此我們可以推算出p=后的數字就是分頁的意思，我們用[地址參數]表示：

所以設置如下:

地址格式：把變化的分頁數字用[地址參數]表示。

數字變化：從1開始，即第一頁；每次遞增1，即每次分頁的變化規律數字； 共5項，即一共采集5頁。

預覽：采集器會按照上面設置的生成一部分網址，讓你來判讀添加的是否正確。

然后確定即可

【明月SEO總結】

設置網址規則的第一步是分析確認采集目標網站欄目列表頁的頁面URL規律(是純列表頁)

三.[常規模式]獲取內容網址

常規模式：該模式默認抓取一級地址，即從起始頁源代碼中獲取到內容頁A鏈接。

在這里給大家演示用 自動獲取地址鏈接 +設置區域 的 方式來獲取。

查看頁面源代碼找到文章地址所在的區域：

設置如下：

注：更詳細的分析說明可以參考官網幫助手冊：操作指南 > 軟件操作 > 網址采集規則 > 獲取內容網址

點擊網址采集測試，看看測試效果

四.采集網址內容規則

注：更詳細的分析說明可以參考本幫助手冊：操作指南 > 軟件操作 > 內容采集規則 > 標簽編輯

我們首先查看它的頁面源代碼，找到我們“標題”所在位置的代碼：

導入Excle是跳出對話框~打開Excle出錯 - 火車采集器幫助中心

分析得出： 開頭字符串為：

結尾字符串為： 數據處理——內容替換/排除：需要把- 火車采集器幫助中心?給替換為空

內容標簽的設置原理也是類似的，找到內容所在源碼中的位置

分析得出： 開頭字符串為：

結尾字符串為： 數據處理——HTML標簽排除：把不需要的A鏈接等 過濾

再設置個“來源”字段

【明月SEO總結】

1.第一步：分析出列表頁分頁的頁碼規律。并設置寫出采集目標網站欄目列表頁的頁面URL規律(是純列表頁)

2.第二步：分析出列表頁單頁面全部鏈接的前后代碼標簽，并設置采集此列表網址鏈接的規則。

3.第三步：分析出文章內容的前后代碼標簽，并設置內容的采集規則

注意：是從文章的正文內容開始！找出正文內容前后的代碼標簽。

(1)不是從文章標題開始

(2)也不是從文章的標示屬性開始

好了，既然我們知道是從文章內容的【正文】處的前后找前后標志代碼標簽，那么怎么找呢？有什么要求嗎？

4.前后代碼標簽查找的要求

并不是直接找正文的前后最近的閉合標簽代碼！

因為這個并不是唯一的

要求必須是離正文最近的，唯一不重復的前后代碼標簽。

5.點擊開始采集的時候，后邊的【發布】按鈕哪怕你只是采集到本地沒有設置發布，也要勾選上。不然火車頭采集器就采集不上。

6.從新采集的話需要右鍵選擇清空采集記錄，或者從新新建存儲文件夾。不然也采集不上。

以上總結的要點，均是明月SEO本人親測，實屬經驗之談，吐血分享，望周知。

如果你還有疑問，可以在本頁面下留言評論(免登陸，直接評論)。有問必答，明月SEO肯定吐血為你解答。

總結

以上是生活随笔為你收集整理的最大化参数 火车头_新手必看的火车头采集器使用入门教程_图文解说版！（看完包会）...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。