火車采集器采集內(nèi)容過(guò)濾教學(xué)

火車采集器是目前使用人數(shù)最多的互聯(lián)網(wǎng)數(shù)據(jù)抓取、處理、分析，挖掘軟件，獨(dú)具十年歷練，成就業(yè)界領(lǐng)先品牌，軟件憑借其靈活的配置與強(qiáng)大的性能領(lǐng)先國(guó)內(nèi)數(shù)據(jù)采集類產(chǎn)品，采集/發(fā)布如同復(fù)制/粘貼一樣精準(zhǔn)，并贏得眾多用戶的一致認(rèn)可，火車采集器可自動(dòng)采集優(yōu)質(zhì)內(nèi)容，定時(shí)發(fā)布；并配置多種數(shù)據(jù)處理選項(xiàng)。

火車采集器采集內(nèi)容過(guò)濾教學(xué)圖1

有時(shí)有些采集的數(shù)據(jù)不需要怎么辦？火車采集器的內(nèi)容過(guò)濾功能可以完成這個(gè)工作。

第二步：采集內(nèi)容規(guī)則---數(shù)據(jù)處理---內(nèi)容過(guò)濾

內(nèi)容過(guò)濾有以下幾個(gè)處理方法：

1.內(nèi)容不得包含和內(nèi)容必須包含：

可以設(shè)置多個(gè)詞，支持選擇 a.所有條件都必須滿足 或 b.滿足其中一個(gè)條件即可

2.采集結(jié)果不得為空：該功能可以讓某個(gè)字段不出現(xiàn)空內(nèi)容。

3.采集結(jié)果不得重復(fù)：該功能可以讓某個(gè)字段不出現(xiàn)重復(fù)內(nèi)容。設(shè)置此項(xiàng)前請(qǐng)確保您沒有采集過(guò)數(shù)據(jù)，或者請(qǐng)先清空采集數(shù)據(jù)。

4.當(dāng)內(nèi)容長(zhǎng)度小于(大于，等于，不等于)N時(shí)過(guò)濾：一個(gè)符號(hào)或一個(gè)字母或一個(gè)數(shù)字或一個(gè)漢字都算一個(gè)。

火車采集器采集內(nèi)容過(guò)濾教學(xué)圖2

服務(wù)器遠(yuǎn)程管理

此為企業(yè)版的功能，可以通過(guò)http接口獲取軟件運(yùn)行信息及控制軟件的運(yùn)行，實(shí)現(xiàn)對(duì)軟件的遠(yuǎn)程管理。

可獲�。浩脚_(tái)版本及采集器擴(kuò)展安裝信息，獲取任務(wù)規(guī)則列表，計(jì)劃任務(wù)列表，任務(wù)采集數(shù)據(jù)信息。

可控制：?jiǎn)��?dòng)暫停停止任務(wù)，編輯刪除任務(wù)及添加修改計(jì)劃任務(wù)等。

(1)設(shè)置端口號(hào)后點(diǎn)擊啟動(dòng)即可

火車采集器采集內(nèi)容過(guò)濾教學(xué)圖3

(2)需注意:啟動(dòng)服務(wù)器遠(yuǎn)程管理之后，可以直接在本地局域網(wǎng)內(nèi)訪問(wèn)該http接口。若是要在廣域網(wǎng)內(nèi)訪問(wèn)并控制該http接口，分為兩種情況：

①若有一個(gè)固定的外網(wǎng)IP，可以直接用該外網(wǎng)IP加端口號(hào)直接訪問(wèn)。

②若是公網(wǎng)，則需要在路由器中設(shè)置端口轉(zhuǎn)發(fā)（即內(nèi)網(wǎng)穿透），再由公網(wǎng)IP加端口號(hào)進(jìn)行訪問(wèn)。

設(shè)置好后，可以在任意廣域網(wǎng)內(nèi)訪問(wèn)并控制該http接口，電腦以及手機(jī)都可以對(duì)采集器的任務(wù)進(jìn)行訪問(wèn)以及控制。

http接口可控制內(nèi)容

（1）獲取采集器中建立的所有規(guī)則，了解規(guī)則運(yùn)行情況，狀態(tài)，添加計(jì)劃任務(wù)，刪除計(jì)劃任務(wù)，刪除任務(wù)，控制規(guī)則開始采集發(fā)布以及停止

（2）對(duì)規(guī)則進(jìn)行更新

火車采集器采集內(nèi)容過(guò)濾教學(xué)圖4

（3）新建規(guī)則

（4）可以獲得規(guī)則已經(jīng)采集到的數(shù)據(jù)內(nèi)容，并可編輯修改

火車采集器采集內(nèi)容過(guò)濾教學(xué)圖5