如何学习插件
本帖最后由 datafinder 于 2018-12-18 15:30 编辑要学习插件，首先要把火车采集器的插件文档读明白，然后把随车自带的插件打开，自己修改，然后看看结果，这样练习下来就容易上手了；
感觉c#语言插件帮助文档还是比较详细，有c#代码问题也可以随时百度查找信息；
V9的插件比6.7的好些，自带编辑插件功能，不像6.7的直接是dll，v9可以是cs结尾的，也可以用自带的插件管理工具生成dll，但是这个生成的dll跟6.7的不能通用，应当是引用的dll和软件内部的一些函数方法发生了改变，下面是复制过来的插件文档：
另外补充下，v9 插件编辑器 里面c#语句的还有关键词提示，其中response等类型虽然没有提示，但是可以在 内容标签的 运行c#语句里面，有完整提示，通过这个提示可以比较方便寻找相关类的属性方法等；
HTTP请求插件可以修改HTTP请求前的请求数据（http header）和HTTP完成后的返回数据（response），这个插件包含了2个处理方法。BeforeRequest(RequestEntry request)这个方法会在所有HTTP请求前的调用，包括网址采集、内容采集请求，可以通过修改请求来应对一些复杂的网站抓取。参数介绍：
[*]request 参数中包含Url、Referer、Cookie、Headers、页面类型等,除HTTP基本属性外，还有包含一些特殊值
[*]request.Properties["PageType"]， 这个属性是页面类型，值为整数类型，包含6种类型0：起始地址； 1：列表页面； 2：列表页的分页； 3：内容页面； 4：关联多页； 5：内容页的分页；
[*]request.Properties["JobName"]，任务名称
[*]request.Properties["JobID"]，任务ID
request.Properties 属性最好只做读取操作，不要修改，不然会造成无法预料的结果。其他的RequestEntry字段请参考 [文章最后]AfterResponse(ResponseEntry response)这个方法在所有HTTP请求完成后调用，可以修改为自己想要的数据，然后交给采集器来处理。参数介绍：
[*]response中包含HTTP响应数据，如返回HTML、响应Header
[*]response.RawText`，是返回的HTML代码
[*]response.Url`，请求的Url地址
和 request 一样，response 也包含了 response.Properties["PageType"]、request.Properties["JobName"]、request.Properties["JobID"]，含义相同。其他的ResponseEntry字段请参考 [文章最后]示例插件代码：public class Plugin1 : IHTTPTamper
{
/// <summary>
/// 处理下载前的request
/// </summary>
/// <param name="response"></param>
public void BeforeRequest(RequestEntry request) {
Console.WriteLine("BeforeRequest："+request.Url);
}
/// <summary>
/// 处理下载完成后的http响应,网址、默认页、多页、内容分页
/// </summary>
/// <param name="response"></param>
public void AfterResponse(ResponseEntry response) {
Console.WriteLine("AfterResponse：" + response.Url);
}
}内容数据插件通过这个插件可以修改最终的标签数据结果。内容插件处理方法 Process(ResponseEntry response, Dictionary<string, string> result)参数介绍：
[*]response，内容页的响应结果
[*]result，是标签数据结果，键是标签名称，值是标签数据。
可以修改result中的值，但是不要删除、清空 result 的键，不然保存数据时可能会出错。示例插件代码：public class Plugin2 : IResultProcesser
{
/// <summary>
/// 处理采集后的标签结果
/// </summary>
/// <param name="response">默认页面的响应</param>
/// <param name="result">标签结果，键为标签名称，值为标签值</param>
public void Process(ResponseEntry response, Dictionary<string, string> result)
{
Console.WriteLine("Process：" + response.Url);
var m = Regex.Match(response.RawText, "<title>(?<t>[^<]*)");
if (m.Success)
{
Console.WriteLine(response.Url);
}
}
}文件下载插件这个插件提供下载文件的相关信息，并且修改其中的某些值。处理方法：BeforeDownload(RequestEntry request, DownloadFile downloadFile)参数介绍：
[*]request 是文件下载HTTP的请求数据，详细参考 [文章最后]RequestEntry
[*]downloadFile，文件下载的相关属性，包括下载地址、保存路径、HTML中的替换路径等等
示例插件代码：public class Plugin3 : IFileDownloader
{
/// <summary>
/// 文件下载前的处理方法
/// </summary>
/// <param name="request">文件下载的HTTP请求</param>
/// <param name="downloadFile">下载文件</param>
public void BeforeDownload(RequestEntry request, DownloadFile downloadFile)
{
if (downloadFile.DownlaodUrl.Contains("xxx"))
{
downloadFile.Cancel = true;//取消该文件的下载
}
}
}RequestEntry 详细字段说明public class RequestEntry
{
/// <summary>
/// 请求的头信息
/// </summary>
public Dictionary<string, string> Headers { get; set; }
/// <summary>
/// HTTP请求的方式，GET或者POST
/// </summary>
public string Method { get; set; }
/// <summary>
/// 请求的地址
/// </summary>
public string Url { get; set; }
/// <summary>
/// 来源地址
/// </summary>
public string Referer { get; set; }
/// <summary>
/// POST数据，当Method为POST时生效
/// </summary>
public string PostData { get; set; }
/// <summary>
/// 请求编码
/// </summary>
public string Encoding { get; set; }
}ResponseEntry 详细字段说明public class ResponseEntry
{
/// <summary>
/// 页面编码,比如UTF-8,GB2312
/// </summary>
public string ContentEncoding { get; set; }
/// <summary>
/// 页面类型,比如text/plain,text/html,application/xml
/// </summary>
public string ContentType { get; set; }
/// <summary>
/// 响应的HTTP头信息
/// </summary>
public Dictionary<string, string> Headers { get; set; }
/// <summary>
/// POST或者GET
/// </summary>
public string Method { get; set; }
/// <summary>
/// 来源页地址
/// </summary>
public string Referer { get; set; }
/// <summary>
/// 响应地址
/// </summary>
public Uri ResponseUri { get; set; }
/// <summary>
/// HTTP状态代码
/// </summary>
public HttpStatusCode StatusCode { get; set; }
/// <summary>
/// 请求地址
/// </summary>
public string Url { get; set; }
/// <summary>
/// HTTP响应中的原始文本
/// </summary>
public string RawText { get; set; }
}DownloadFile 详细字段说明public class DownloadFile
{
/// <summary>
/// 所属的记录ID
/// </summary>
public int ContentId { get; set; }
/// <summary>
/// 原始下载地址
/// </summary>
public string DownlaodUrl { get; set; }
/// <summary>
/// 最终下载地址
/// </summary>
public string FinalDownloadUrl { get; set; }
/// <summary>
/// 文件保存路径
/// </summary>
public string FileName { get; set; }
/// <summary>
/// html中的替换路径
/// </summary>
public string ReplaceUrl { get; set; }
/// <summary>
/// 标签名称
/// </summary>
public string LabelName { get;set; }
/// <summary>
/// 所属的页面地址
/// </summary>
public string PageUrl { get;set; }
/// <summary>
/// 是否取消下载
/// </summary>
public bool Cancel = false;
}
页:
[1]