火車采集器是一款功能非常強大的數(shù)據(jù)采集器，它完美支持采集所有編碼格式的網(wǎng)頁，程序還可以自動識別網(wǎng)頁編碼，還支持目前所有主流和非主流的CMS，BBS等網(wǎng)站程序，通過系統(tǒng)的發(fā)布模塊能實現(xiàn)采集器和網(wǎng)站程序間的完美結(jié)合。

功能介紹

1、通用性強

無論新聞、論壇、視頻、黃頁、圖片、下載類網(wǎng)站，只要通過瀏覽器能看到的結(jié)構(gòu)化的內(nèi)容，通過指定匹配規(guī)則，都能采集到您所需要的內(nèi)容。

2、穩(wěn)定、高效

五年磨一劍，軟件不斷更新進步，采集速度快，性能穩(wěn)定，占用資源少。

3、擴展性強、適用范圍廣

自定義web發(fā)布，自定義主流的數(shù)據(jù)庫的保存和發(fā)布，自定義本地php及。net外部編程接口處理數(shù)據(jù)，讓數(shù)據(jù)都能為你所用。

4、支持所有網(wǎng)站編碼

完美支持采集所有編碼格式的網(wǎng)頁，程序還可以自動識別網(wǎng)頁編碼。

5、多種發(fā)布方式

支持目前所有主流和非主流的CMS，BBS等網(wǎng)站程序，通過系統(tǒng)的發(fā)布模塊能實現(xiàn)采集器和網(wǎng)站程序間的完美結(jié)合。

6、全自動

無人值守工作，配置好程序后，程序?qū)⒁罁?jù)您的設置自動運行，完全無需人工干預。

7、本地編輯

本地可視化編輯已采集的數(shù)據(jù)。

8、采集測試

這是其它任何同類采集軟件所不能比的，程序支持直接查看采集結(jié)果并測試發(fā)布。

9、管理方便

使用站點+任務方式管理采集節(jié)點，任務支持批量操作，再多的數(shù)據(jù)管理也很輕松。

軟件特色

1、規(guī)則自定義

通過采集規(guī)則的定義，可以搜索所有網(wǎng)站采集幾乎任何類型的信息。

2、多任務，多線程

可以同時進行多個信息采集任務，每個任務可以使用多個線程。

3、所見即所得

任務采集過程所見即所得，過程中遍歷的鏈接信息、采集信息、錯誤信息等都會及時的反映在軟件界面中。

4、數(shù)據(jù)保存

數(shù)據(jù)邊采集邊自動保存到關系數(shù)據(jù)庫中，并且數(shù)據(jù)結(jié)構(gòu)能夠自動適應，軟件可以根據(jù)采集規(guī)則自動創(chuàng)建數(shù)據(jù)庫，以及其中的表和字段，也可以通過導庫方式靈活的將數(shù)據(jù)保存到客戶已有的數(shù)據(jù)庫結(jié)構(gòu)中。

5、斷點續(xù)采

信息采集任務可以在停止后從斷點開始繼續(xù)采集，從此你用不再擔心你的采集任務意外中斷了。

6、網(wǎng)站登錄

支持網(wǎng)站Cookie，支持網(wǎng)站可視化登錄，即使登錄時需要驗證碼的網(wǎng)站也能采集。

7、計劃任務

通過這個功能可以讓你的采集任務定時、定量或者一直循環(huán)執(zhí)行。

8、采集范圍限制

可以根據(jù)采集的深度和網(wǎng)址的標識來限制采集的范圍。

9、文件下載

可以將采集到的二進制文件（諸如：圖片、音樂、軟件、文檔等等）下載到本地磁盤或者采集結(jié)果數(shù)據(jù)庫中。

10、結(jié)果替換

可以將采集的結(jié)果根據(jù)規(guī)則替換成你定義的內(nèi)容。

11、條件保存

可以根據(jù)某個條件來決定那些信息保存，那些信息過濾。

12、過濾重復內(nèi)容

軟件可根據(jù)用戶設置和實際情況對重復內(nèi)容和重復網(wǎng)址自動刪除重復內(nèi)容。

13、特殊鏈接識別

運用此功能可以將用Javascript動態(tài)生成的鏈接或其他更古怪的連接識別出來。

14、數(shù)據(jù)發(fā)布

可以通過自定義接口，將已采集的結(jié)果數(shù)據(jù)發(fā)布到任意的內(nèi)容管理系統(tǒng)和指定數(shù)據(jù)庫中?，F(xiàn)在已支持的目標發(fā)布媒體包括：數(shù)據(jù)庫（access， sql server，my sql，oracle） ，靜態(tài)htm文件。

15、預留編程接口

定義多個編程接口，用戶可以在事件中利用PHP，C#語言進行編程，擴充采集功能。

菜單功能

1、新建分組

新建一個任務分組，選擇所屬分組，確定分組名稱和備注。

2、新建任務

確定所屬分組，新建一個任務，填寫任務名稱并保存。

3、Web發(fā)布配置

Web發(fā)布配置定義了如何登陸一個網(wǎng)站以及向該網(wǎng)站提交數(shù)據(jù)。

主要涉及到登錄信息的獲取，網(wǎng)站編碼設定，欄目列表的獲取，以及使用數(shù)據(jù)測試發(fā)布效果。

4、Web發(fā)布模塊

可以定義網(wǎng)站登錄，獲取欄目列表，獲取網(wǎng)頁隨機值，內(nèi)容發(fā)布參數(shù)，以及上傳文件，構(gòu)造發(fā)布數(shù)據(jù)等高級功能。

5、數(shù)據(jù)庫發(fā)布配置

數(shù)據(jù)庫發(fā)布配置定義了數(shù)據(jù)庫鏈接信息的設置以及數(shù)據(jù)庫模塊的選擇。

6、數(shù)據(jù)庫發(fā)布模塊

用于編輯數(shù)據(jù)庫的發(fā)布模塊，方便我們將數(shù)據(jù)發(fā)布到配置好的數(shù)據(jù)庫中。

火車采集器可選mysql、sqlserver、oracle、access四種數(shù)據(jù)庫類型，在文本輸入框中填寫sql語句

（需有數(shù)據(jù)庫相關知識），并可使用標簽替換相應數(shù)據(jù)。也可在采集器模塊文件夾中加載某一模塊進行編輯。

7、計劃任務

設置列表中采集任務的啟動計劃，可每間隔、每天、每周、僅一次、或自定義Cron表達式，

（Cron表達式的寫法可參考相關術語中的介紹）。保存設置后，任務即可按照設置執(zhí)行。

8、插件管理

插件是可以用來擴展火車采集器功能的程序

火車采集器V9支持PHP源碼、C#源碼、C#類庫三種類型的插件，

可用于擴展http請求、內(nèi)容處理和文件下載的功能，并可以分別進行測試。

9、http二級代理

網(wǎng)絡中的服務器，可以讓網(wǎng)絡用戶去取得所需要的網(wǎng)絡信息。

代理的功能有可以突破自身ip的訪問限制訪問國外站點，訪問一些單位或團體內(nèi)部資源，

突破電信的ip封鎖和隱藏真實的ip等。

火車采集器V9支持http代理、socket4和socket5代理。

10、http模擬請求

可以設置如何發(fā)起一個http請求，包括設置請求信息，返回頭信息。并具有自動提交的功能。

更新日志

1、新增數(shù)據(jù)庫導入where條件篩選設置功能。

2、日志打印相關問題修復。

3、下載問題修復。

4、發(fā)布模塊請求頭相關問題修復。

5、列表頁標簽相關問題修復。

6、發(fā)布最大超時時間增加。

7、已生成的網(wǎng)址庫修改后則下次不顯示問題修復。

8、未能分析主機名修復。

9、其他已知問題修復。