原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第一步：打开火车头采集工具
第二步：右击新建分组→再右击新建任务
第三步：写好任务名称→起始网址选择添加→选择你要采集的网址，比如现在采集的网址：/disease1/qlxy/jbcs/List_8.html
→把重复变换的8位置选择用*替代→等差数列：首项表现开始采集的页面，项数表示要采集几个页面的文章→添加→完成
注意：在采集的网站列表页面，如果超出列表的页面会出现采集不了的情况；
第四步：多级网址获取→添加→从该选定区域提取网址→必须包含→保存→测试网址
从该选定区域提取网址：
首先指采集的列表页所包含的区域，右击页面查看源代码，找到相应的代码；
注意：代码只能在页面中出现一次，而且是越靠近文章列表的越好；
/disease1/qlxy/jbcs/List_8.html
第五步：测试网址→前面的加号表示采集成功→第一步采集规则成功；
第六步：随便点开任何一篇文章，即会出现以上如图所示；
第七步：点击标题→选择添加→内容替换→把标题中重复出现的目标关键词去掉，如：
_前列腺炎_放心医苑网→确定
第八步：修改内容→开始字符串→结束字符串→添加→Html标签过滤→全选→确定→确定；
开始字符串：
首先指采集的内容页所包含的区域，右击页面查看源代码，找到相应的代码；
注意：代码只能在页面中出现一次，而且是越靠近内容的越好；
第九步：测试→正文出现的部分如图中所示→第二步采集规则完成；
第十步：选择启用方式二→所有记录保存为一个txt文件→保存位置→文件模板→文件编码（GB2312)→保存；
注意：文件模板必须使用我发给你的模板；
第十一步：把后面的三个框框选中→右击→开始任务运行；
文档评论（0）