火车采集器2011版功能建议帖

66835463

取消硬件绑定 收费很黑

66835463

根据关键词采集相关内容
文章伪原创 打乱顺序啥的

303718

1、WEB发布模块“发表地址后缀”里“[登录随机值]”标签无效的。
2、采集图片自动加水印。
3、多页采集的循环采集。

pp0613

我也提一句

希望采集的标签可以嵌套使用

yc260982

1：将全局关键词替换的功能分配在指定任务执行
单个任务可以选择打开或关闭此替换功能，这样比较方便些；

kang3bao

我也来提两点
一、取消硬件绑定，使用账号登录。费用可以维持不变
目前还是纠结于硬件绑定，而不敢于下单购买火车头，困扰在于，在公司使用公司电脑，虽然有时候可以开着，但是毕竟是公司的电脑，随时可能会更换。如果绑在自己的电脑上，又舍不得一直开着，而且家里网速也不理想。如果用加密狗的话，有时候会用VPS等服务器挂着采集，那肯定也不现实了。
二、希望能增加分页的多页采集功能，目前实现上还是有集限
比如说一个内容页的某个标签 需要用分页采集   但这个分页如果有多页的话，而又想全部采集下来的话，实现上有点困难，虽然可以把多页当内容页采集，但这样过于复杂
三、希望官方加强对于商业版用户的配套支持
比如我们现在如果购买商业版，但如果要发布论坛，又需要另行找别人购买发布接口，如果要找人购买接口，我用免费版的火车头就可以了
所以又减弱了购买火车头的信心

yc260982

OCR识别 ……………………

zhzilisite

加强自动分词模块：
1  可指定每个词的权重。
2  支持中英混合关键词。

专业收费采集

我也提一句

希望采集的标签可以嵌套使用
pp0613 发表于 2011-4-8 17:00

   标签现在可以嵌套用了

solotraveler

***来支持一下。
以下建议：
1、多页采集：在现有多页采集的模式上增加采集最大页数的方式进行循环采集。也就是说在第一个页面采集到一个页面变量的最大值，以此循环去匹配采集；
2、通常的列表页作为0级采集页面进行post方式获取数据的采集，当前火车头不支持post页面的列表页0深度采集；
3、采集下载的文件名命名方式，在现有基础上增加用任务中的采集字段作为变量去命名的方式；
4、数据库转换的方式，保留原有数据。当前如果修改数据库存储模式的话，会直接清空本地的采集数据，希望能直接将数据转换到新的存储方式；如果不能实现转换的话，至少保留原有数据库；
5、当前如果使用mysql作为数据库的话，在入库的时候会有出现信息不能采集入库的方式，建议规范数据库的入库方式，具体的测试结果不方便在这里发布就不多说了。
6、增加加密狗用户的使用限制，最好是能对加密狗的识别方式上做一些调整，我最近用的是总是出现软件自动退出的情况。
7、别的也不多说太多。希望能对收费用户增加一些福利，比如通用程序的入库和发布模块。
8、未完待续。。。