火车头还欠缺的地方

lwkyy

这几天要采一个网站的数据,知道火车头的名气挺大的,所以就选择了用火车头来采集,但在使用时让我很困惑,一些最基本的功能都都没有,真的,很郁闷。

不知是因为这是免费版的原因还是什么，不管了，先说欠缺的地方：

1、不支持直接直接采集内容页

我在”编辑任务“的窗口中看到有关设置，说只要把”采集网址深度“设置为0就当成内容页，但我发现没有用。

情况是这样的，我要采集的网站的内容页很有规则，一下子就可以把所有的内容页的地址写出来，所有我想直接导入自己生成的内容页来进行采集，

这样也省去了很多事；但火车头不行。

没办法，只好投机取巧：先用普通的方法采集一点点地址，然后我在火车头程序目录 Data\任务名 里找到 SpiderResult.mdb 这个文件，用access打开，看到里面的数据很有规则，

改了改就成了采集内容页的数据了，呵呵，

要注意的是一定要把“已采”列的值设置成0 ，这样再次打开火车头，只采集内容就可以了，呵呵，算是有办法解决吧！

2、采集内容规则不名，说明文字不明

我对正则有一定的了解，所以为了费事就想采用正则去匹配我要的内容，但发现火车头（刚开始用的是SP3版本）对正则使用方法说明不明，帮助也是指向论坛，进入指定的页面也没有有关如何使用的介绍（注意我说的是如何使用，不是正则的相关知识。），里面指的“参数”是什么意思我到现在也没有理解，也没有看到说明（也许是我没找到吧）。

没办法，去下了个SP2的版本，呵呵，里面有说明，也有使用的方法，自已写了个式子一下子就找到要的东东了，呵呵，而且我还发现这样的式子也能在SP3里用，但不知那“参数”是怎么用的，相信加入“参数”是想完成更复杂的功能，但得告诉我们怎么用。
<td align=left ><P>词条详细 >> (?<content>[^：]* ?)：.*</P></td>

3、自定义入库不能使用

数据采集到了总得导入自己的数据库里吧，要不然还不是等于零。我用的是自己写的MySQL数据库，但我始终没有办法导入到自己的数据库中，这下可就郁闷了，早知道是这样我就不用火车头了，麻烦，没办法只好先导出为txt文档，然后自己再写成插入mysql语句，通过PHPmyAdmin导入我自己的数据库中。

这三点是我在初次使用火车头时遇到的问题，可能这些问题早有更好的办法解决，或火车头有这些功能我没有发现，呵呵，那就对不起了。本人没有诋毁火车头的意思，毕竟免费的采集工具能做成这样已经相当不错了。

rq204

1.应是你设置的问题　 从没发现0级网址不能用..

2.会正则的不多,会的知道是什么意思,火车里用<content>获取内容.那个参数,是用来组合结果的.比如你可以把内容和标题组合在一起.

3.自定义入库可以使用,如果您愿意支持火车采集器的发展,请购买VIP版本,里边有自定义的接口.您也可以单独购买入库编辑器..

火车头

你说的第二点，正则录象教程：http://www.locoy.com/document/locoy_regex_study.rar