火车头采集器演示文稿-精品·公开课件.ppt

五、发布内容 1、启动以下两项，点击“定义web在线发布到网站全局设置”。 五、发布内容 2、点击添加，选择phpcms2008 新闻发布模块 3、在“网站/cms根地址”：输入http://localhost/phpcms/ 4、点击“在火车内置浏览器中登录” 五、发布内容 5、在地址栏输入：http://localhost/phpcms/admin 6、输入用户名phpcms密码phpcms 五、发布内容 7、登录点击“确认登录发布成功后即可关闭该窗口”，关掉此窗口。 获得 五、发布内容 8、登录本地后台（在浏览器中输入：http://localhost/phpcms/admin。账号密码phpcms） 9、选择“系统设置”中的“添加栏目”，点击下一步 五、发布内容 10、输入栏目名称、栏目目录，点击确定，在本地后台会出现对应列表。 11、点击获取列表后便可等对应ID，选择此次采集的对应列表。 五、发布内容 12、在配置名中输入要采集的栏目名称，点击保存配置。 13、设置完成后点击保存。 发布内容部分结束 六、任务采集 将刚刚编写好的规则保存后，程序则会自动跳转到主界面。右键点击设置好的任务，选择开始采集。在采集完成后系统会自动提醒采集完成。 七、导出数据 采集数据在火车头\Data文件中。 双击mdb格式文件，右键选择content选项，导出为Excel格式。 七、导出数据 建议将采集文档都放在一个文件夹里，有利于后续工作进行。 七、导出数据 打开导出的Excel文档，将ID、已采、已发、缩略图、PageUrl、处 理中等无关数据删除，只保留“标题”、 “资讯内容”、“内容摘要”、 “信息关键词”、“meta关键词”、“meta描述”、“责任编辑”、“信息来源”。 ★在Excel中对采集文章进行最后筛选修改： 1、删除内容缺失的文章。 2、删除所有标题中带有（图）（组图）（视频）的文章。 3、检查资讯内容中错乱代码，如有发现错误利用ctrl+F对进行批量替换。 七、导出数据 导入数据库 打开后台，点击内容管理→资讯信息管理→批量导入资讯。 选择需要导入采集信息的列表名称，将修改好的采集文档上传数据库，点击导入。 导出数据部分完成 户外装备网 火车头采集器 　　　　使用流程说明 目录 　一、软件安装 　二、新建站点 三、采集网址 四、采集内容 五、发布内容 　六、任务采集 　七、导出数据 　需要安装软件：  （１） WAMP5-v1.7.4  （２） phpcms  （３） LocoySpiderV2009SP4_Buil　　　（火车头采集器）注：每次采集前需要將wamp5打开后，在用火车头采集。 一、软件安装 户外装备网 1、wamp5_1.7.4安装完成后，解压缩phpcms后将phpcms1剪切出来放到D:\wamp\www\目录下，将phpcms1改名为phpcms。 2、打开WAMP5，启动PHP settings栏目中的short open tag。 3、安装PHP，输入http://localhost/phpcms/install.php进行。4、解压LocoySpiderV2009SP4_BuilModule文件下的phpcms2008-090109文件下的locoy.php复制到D:\wamp\www\phpcms下。 ?安装部分完成 一、软件安装 打开火车头软件（LocoySpider.exe）界面如下图： 二、新建站点 第一步：新建站点（如右图） 二、新建站点 第二步：点击“新建站点”后出现如下界面。填写站点名和站点网址点击“更新” 三、采集网址 新建好的站点会排列在窗口左侧“站点任务列表”中。右击新建好的站点，点击“从该站点新建任务”，出现如下界面。 以本列表为例：/list/zx_yjdt.shtml 点击向导添加后出现如下界面：批量/多页 三、采集网址 三、采集网址 单条网址选项下： 三、采集网址 填写完成后，点击“完成”。则出现以下界面： 注释：1、在选择目标站时，最好选择文章更新快，文章质量高（少广告词、图片、链接、视频、flash等），内容丰富并且在业界有一定权威性的站点。2、过于滞后的文章不要采集。（例如：08年、09年的文章）3、在选择列表的过程中最好以站点为单位，不要以某个列表为单位，这样采集效率会事半功倍。4、在选择目标站时尽量不要选择动态页，多选择可以用数字或字母（*）代替的静态页。5、在采集过程中遇到不需要采集的文章，可以通过“不得包含”功能将其过滤掉。 三、采集网址 完成采集网址步骤之后，点击“开始测试网址采集”按钮。会出现如下界面： 三、采集网址 在检查采集连接无误的情