火车采集器发布V1.2.0发布

火车采集器一直致力于向做最好最强的采集器看齐，本期版本V1.2.0也是蓄势已久，在原来的版本上大胆创新，使新版本相当于原版本做了一次革命性的系统结构转变。本期版本耗费了我的大量心血，但考虑许多问题，并不将它做成收费，继续提供给大家，由于软件基本上是一个人开发，根本没有什么时间写完全的帮助文档，软件都是在办公室完成的，上网很慢，家里电脑没装网，所以无法提供大量的规则和网址供大家测试，希望大家能多多共享自己的规则和cms模块出来，为完善采集器做出一点贡献。
  大家向我反映火车采集器上手比较麻烦，可能是这样，我在做用户界面水平不高，希望大家多多帮助，多多交流使用，发掘火车采集器的各项潜能。

【更新说明】火车采集器V1.2.0 build 2006-02-06

1、重构了用户cms系统模块，不管你的网站是什么系统，都有可能使用上火车采集器。
独立出来由用户自定义提交自定义的登陆，刷新和发表的参数。各个cms系统都作成一个cms模块文件，放入程序文件夹下的/module/即可。
系统现自带了几个主流cms系统：风讯文章，动易文章，动网论坛，PHPWIND论坛,Discuz论坛,phpcms文章,phparticle文章,LeadBBS论坛,魔力论坛，Dedecms文章,Xydw文章,惊云文章等的模块文件。更多cms模块请自己参照制作修改，也可到官方网站与大家交流制作。

2、全新版的规则定义方式
①自定义标签:使用标签形式定义采集名，系统以后不再局限于老版本的标题，作者，出处，时间和内容5个标签，想定义多少个就多少。

②自定义标签下限定内容的个数，每个标签下用以限定采集内容使用的开始字符串，结束字符串，排除，替换，自定义个数，不再局限于老版本中的5个排除，2个替换。、

③可以选定是采集内容还是采集连接。采集连接时程序自动分析里面的地址，HTTP形式的地址可以分析并探测得到真实地址。

3、完全去掉了大家比较头疼的正则表达式。改用系统内置通配符(*),无论是开始字符串，结束字符串，排除，替换遇到不确定的内容时，一个(*)全部可以代替。

4、强大的内容分页识别
  您要做的只是用开始字符串和结束字符串定义一下页面内分页的区域。支持可变内容通配符(*) ,然后选定一下该页面分页的形式:全部列出分页，上下页形式(较少)，程序就会分析页面里的内容将所有分页合并起来。
  新版分页功能支持自定义分页连接代码，如果结合到你强大的cms，比如dedecms分页代码为#P#,选择自定义合并分页后可以完全按原文章的样子，你采集生成的页面同样有多少页！

5、加入了内容标签循环采集功能

  通常一个页面采集时只采集第一次匹配成功的内容，比如对论坛来说定义好规则后只能采集到第一楼的内容，您可以定义循环采集次数n,来限定采集多少次匹配的内容，0为采集全部匹配内容，默认为1次。

6、加入对来源网站和发表文章的目标系统的各种编码的支持

7、网址倒排序发表功能

8、完成系统自动探测地址，并实现对大文件的分块断点多线程下载考虑到版权问题软件下载只到本地，不改连接，需要的PM我。

9、加入了设置代理服务器采集的功能。

10、由于用户可以根据自定义的标签对应修改提交的POST参数，相当于导入数据库指定表的功能，且不是对本地操作，因此该版本去掉了不甚完善的数据库导入功能。

本采集器采用Visual C#编写,可以在Windows2003下运行，若在Windows2000,Xp下运行请先到微软官方下载一个.net framework1.1或更高环境组件：
附:.net framework 1.1下载地址：http://www.microsoft.com/downloads/details.aspx?FamilyID=262D25E3-F589-4842-8157-034D1E7CF3A3&displaylang=zh-cn

请到首页下载页面下载

收藏分享评分

回复引用

订阅 TOP

wq22