1.介绍火车头

什么是信息收集？

3.什么是火车头？

4.火车头是干什么的？

5.定制火车头规则

6.规则编写流程

7.详细采集网站

8.详细说明采集内容

9、注意事项

火车头是什么？

我们打开一个网站，看到一篇文章很好，所以我们复制了文章的标题和内容，并将文章转移到我们的网站上.我们的过程可以称为收集，将他人网站上有用的信息转移到自己的网站上；互联网上的大部分内容都是通过复制、修改和粘贴的过程产生的，因此信息收集非常重要和普遍，我们平台上发送的大多数文章都是这样的过程；为什么很多人觉得新闻更新很麻烦，因为这项工作是重复的，无聊的，浪费时间；

火车头是中国用户数量最多、功能最完善、网站程序支持最全面、数据库支持最丰富的软件产品；现在是大数据时代，它可以快速、批量、大量地获取互联网上的数据，并以我们需要的格式存储；简单地说，对我们有什么用？我们需要更新新闻和发商机。如果你准备1000篇文章，你需要多长时间？5个小时？火车头有规则只需5分钟！前提是有规则，所以首先要学会写规则。如果写规则数量多，一个规则几分钟就好了，但是刚开始学的时候会比较慢；

名称解释和规则编写流程

n以火车头8.6版为准 第一步:打开-登录 步骤2：新建分组

第三步:右击分组，新任务，填写任务名；

第四步:写收集网站规则(获取起始网站和多级网站)

第五步:写收集内容规则(如标题、内容)

第六步：发布内容设置：

勾选启用方式二

(1)保存格式:一个记录保存txt;

(2)自定义存储位置；

(3)文件模板不动；

(4)文件名格式:点右侧倒立笔型；

(5)可以先选择文件编码utf-8.如果测试时数据正常，但保存的数据有乱码，则选择gb2312;

第七步：采集设置，均选100；

a.单任务收集内容线程数量：同时收集多个网站；

b.收集内容间隔时间m秒：两个任务的间隔时间；

c.单任务发布的内容线程数：一次保存多少数据；

d.发布内容间隔时间m秒：保存数据两次的时间间隔；

注：如果网站有防屏蔽采集机制（如果数据很多，但只能收集部分，或提示页面可以打开多久），则适当调整a值和大B值；

第八步:保存、检查和开始任务(如果是同一组，可以分组选择)

以前的方式:比如要准备n篇文章，首先要找出这篇文章在哪个网站(比如收集同行A或者同行A)B），它在哪个栏目下（如产品信息或新闻信息），在这个栏目下有n条信息，我想选择哪一条，然后复制标题，复制内容到另一页复制标题内容，等等，然后我想执行相同的过程n次；

如何转换：如何将此过程转换为软件操作？我想准备n条新闻，这表明我想要n个标题+相应的内容是n个新闻链接。这个新闻链接是从一个网站的新闻栏中找到的，而这个网站的新闻栏可能有很多页面，比如10页，然后从同行a的网站-栏目-内页；也就是说，首先找到要收集的网站，打开网站的栏目页面（确定是收集新闻还是产品），在网站规则收集栏下编写所有新闻链接，然后编写内容规则收集所有新闻链接中的标题和内容，最后保存；

网站详解-具体操作

找到要收集网站的栏目页面，比如新闻栏目

复制列的第一页链接url，添加起始网站右侧的中点，在单个网站中粘贴栏的第一页链接，如

用右边的(*)替换，因为第一页已经添加，还有9页，所以在等差列中将项数改为9，第一个项目是2(因为第二页的链接是，然后点击添加-完成；

1.点对应右侧的添加，然后示例如下图所示，说明右侧的大图；

2.保存后点击右下角

看看能否收集到新闻网站，

如果可以收集，则正确，双击新闻网站进入下一步；如果收集不正确，返回修改直到成功；网站过滤可以观察相应的规则；

1.在收集内容规则后，选择作者、时间和来源并删除它们，边的第一张图片，因为这些标签在正常情况下不能使用；

修改标题标签点，或直接双击标签进入编辑界面；

3.不要更改进入标签名的标题。更改后，应更改相应的模板；

4.以下数据提取方法:前后截取，开始结束字符串，尽量使用默认情况，不熟练时不要更改；

5.点击以下数据处理的添加-内容替换，如右图所示；

6.内容替换将标题后面的所有内容替换为空。如果不替换，则收集页面title，此时，您需要打开两个新闻页面，看看这两个新闻页面的公共部分是什么，并共部分

例如，以下两个标题， – 是公共部分，即用空代替；

您知道螺旋加料机的加工方法吗？ 你知道螺旋加料机的原理吗？

气动加料机的优点是什么？ 你知道粉末加料机的工作原理吗？

1.选择内容点编辑，或直接双击进入内容标签编辑界面，不要更改标签名称；

2、写开始和结束字符串，是找到所有的新闻，在所有的新闻页面，是唯一的字符串；即页面模板中唯一的代码串；

例如：在收集内容时，您需要选择内容区域，因为您可能需要收集n篇文章，如100篇文章。此时，您需要思考如何写一个收集到所有内容。方法是打开两个新闻链接，如查看第一条新闻的源文件，找到新闻文本，然后向上找到最接近新闻第一句话的代码（如果不是唯一的，软件能知道从第一个开始吗？），但不是新闻的内容，比如<div id=“zoom”>，复制后，搜索第二个新闻页面源文件，看看是否有，如果有，可以使用；找到新闻的最后一句话，找到最近页面上唯一的代码，搜索第二个新闻页面源文件，如果有，可采用；数据处理：由于收集了其他网站的信息，可能有其他网站的信息，如公司名称、联系信息、品牌等信息，也可能有其他网站的超链接等信息，此时需要过滤信息；数据处理-添加-以下相应的参数HTML标签过滤：滚动轴横向拉到最后，在所有标签前钩后确定；内容替换：用自己的信息替换本网站的信息。原则是先完整后拆卸，包括公司名称、电话号码（拆分）、手机号码（拆分）、电子邮件、公司地址（拆分）、品牌名称、网站（拆分）；拆分意味着拆卸和更换此数据。此时，需要进行以下更换：因为在新闻中，是时候拆卸和更换它们以便更换它们，你可以看看他的新闻中可能使用的格式；

注：数据处理有很多技能，需要在使用过程中思考，是收集的核心，如果处理不好，可能是为他人做婚纱，所以必须仔细观察，综合考虑，如果处理好，收集文章甚至可以直接发布（不是自己的企业站）

注意事项()

1.右击分组:下图菜单会出现，可以正常使用；

新任务:在这个小组中新任务；

分组下的所有任务：顾名思义；

新任务：在分组下重建分组；

编辑/删除分组：编辑/删除当前分组；

导入/导出分组规则：可导出当前分组下的所有任务，并导入同一版本的火车头；

将导出的单个任务导入分组；

粘贴任务分组：复制任务后，可粘贴多个相同的任务，然后粘贴任务编辑；

开始任务:和菜单栏上的开始一样；

编辑任务：编辑已编写的任务；

导出任务：您可以导出当前规则并在同一版本的其他工具上导入，但在导入数据时，您需要重复上述步骤6-发布内容设置，您必须重新选择/填写；

将任务复制到粘贴板：复制后，选择任务组并右击，将不同数量的任务粘贴到组中，避免多次编写相同的任务；

清空任务的所有收集数据：如果以前收集的任务想要重新收集，则需要先清空；

3.其他设置:点击顶部菜单栏中的工具选项，配置全局选项和默认选项；

全局选项：可同时调整最大运行任务，正常为5，可不调整；

默认选项：是否忽略大小写点；