火车采集器2011版功能建议帖

zhenai1973

我也来提个建议
采集层次太少了好像就3层把？希望可以自己定义层数
现在电影站什么的都是4-5层了把？
也建议标签可以灵活调用
先怎么多其实很多想法就不多说了
说多就像火车就成站群了

caishu

图片目录问题，希望能自动生成目录，采集的时候可以根据采集对象的目录来放置采集下来的图片等文件。

我是老大

1，感觉一些标准版功能可以放到免费版了，现在单纯以软件做卖点的很少了，

用户买软件实际上是购买一个的扩展的售后服务。

2，现在的ocr功能相对太弱了，如果能内置一些成熟的识别组件或引擎，效果会更好，

论坛上有会员发布的一些

3，使用Nosql性能上可能会好些，但Mongodb好像不大成熟，而且32位下最大2G

zyz95zyz

1，采集顺序： 设置自上向下，或自下向上
2，采集条目数量： 全部/数字/随机
3，标题字数采集控制【过长的文章标题的不采集】
4，标题敏感词过滤功能
5，图片水印
6，发布模块的post取消原来的值方式，用一个变量一个值的方式会不会好些，用的人更通俗易懂,
暂时就这些，可能有些和商业版已经有，本人用的是免费版，说的不好请见谅！

wan2100

建议开发计划加入这3个我认为比较重要的功能：）

1、“链轮”功能

现在网站之间，用老站提拔新站是趋势，我们火车头如果支持“轮链”，就可以在网站之间相互传导权重了！

在每个采集后的URL，都记录到“链轮记录器”里面，如果想要做网站与网站之间的互链轮就自己设置下：）

现在的虫虫，甚至一些垃圾站群软件都支持链轮功能了，我们火车头也考虑下老站带新站的这种轮链的意义吧


2、“英译中”功能

呵呵，没错是采集英文再翻译成中文，这种应用，我这里不是为了建垃圾站，而是要采集google一些学术专业的医用文章，自动翻译过来，带给用户价值，并且保留英文版权申明。

其实，和大家汇报下，“英译中”功能真实应用案例，比如我要原创很多“隆鼻”文章怎么办？很专业不会写啊！实际是这样做的：用“隆鼻”》翻译成英文单词》再用这个词搜索大量英文文章》再翻译成中文文章，后这样专业内容，可读性竟然相当的高，解决了大家一直困扰的，专业领域文章原创的问题。所以强烈建议火车头加上这个小小的“英译中”功能：）


3、在内容采集时，也加上“页面内选定区域采集”从_____到______

这样在做内容采集规则时，我们就可以自由告诉火车头，要采集的标签是从哪段代码开始采，采到哪里结束，而不是让火车头通篇判断后，再由我们规则识别后去掉。 小小的建议，一定要加上哦：）


支持火车头，强烈建议加上这些改版计划：）

lovour

建议添加以下小功能：
发布完成后清空采集数据 清空任务地址库的复选框
有这两个功能的活，自动运行的任务可以实现更多的功能。比如抓取最新的回复

xizhengchao

增加一个动态换ip，adsl换ip，在采集期间。方式可以按时间，或者是按采集多少条后，换ip

fengchujun

增加一个动态换ip，adsl换ip，在采集期间。方式可以按时间，或者是按采集多少条后，换ip
xizhengchao 发表于 2011-4-20 20:20

这是个实用的功能啊。可以加 adsl换ip,或导入代理，自动更换代理。采集。这样就可以破除IP限制了。

    一定要加上POST方式采集啊，这两个可是采集的核心功能。


  发布模块中，要加上自动登录。不然每次发布时，要去点一下登陆获取COOKies很麻烦。

xizhengchao

http  ip代理，火车已经有了，但是这个不稳定，速度慢，adsl换ip，如果加上，绝对强悍。

active

列表地址能不能增加个替换功能

如我只能采集到
http://www.xxxxx.com/user/2424.htm
实际地址是
http://www.xxxxx.com/2424.htm

需要将采集到的地址再替换加工才能得到真实地址。