火车头采集器

火车头采集器官方版是一款功能强大且易于上手的专业采集软件，也是目前最受欢迎的网页数据采集软件，不仅可以灵活迅速地抓取网页上散乱分布的数据信息，还能够方便快捷的进行互联网上任何数据的获取、处理。

火车头采集器软件界面简洁，功能全面，配备了正文识别、中文分词识别、任意编码识别等多种识别系统，智能识别让操作更轻松，支持Access/MySQL/MsSQL/Sqlite/Oracle多种类型的数据库保存及发布，且不论是图片、压缩文件、视频等任意格式的文件都能轻松下载，还支持接口和插件扩展，满足用户各种采发需求，另外，火车采集器采用了分布式高速采集系统，多个服务端同时运作，解决工作学习中大量的数据下载及使用需求，让您能有更多时间做更多事。

软件亮点

1、几乎所有网页都能采集

无论什么语言，

无论什么编码。

2、和复制/粘贴一样准确

采集/发布如同复制/粘贴一样精准，

用户要的全都是精髓，怎能有遗漏！

3、速度是普通采集器的7倍

火车采集器采用顶级系统配置，

反复优化性能，让采集速度快到飞起来！

4、网页采集的代名词

独具十年历练，成就业界领先品牌，

想到网页采集，就想到火车采集器！

火车头采集器使用教程：

1、在本站下载解压，得到火车头采集器官方版软件包，双击运行"LocoyPlatform.exe"即可直接打开软件；

2、进入首界面之后，点击新建分组，名称和备注可随意写；

3、再点进刚才新建的分组，然后右键创建任务；

4、编辑任务名称，然后添加要采集的目标页面链接；

5、这里选择选择批量/多页采集；

6、网址采集的规则设置：

注意：采集的量根据自己的需求来改

7、点击添加采集规则；

8、然后来进行采集的第二部：内容规则的设置；

9、设置标题替换；

10、配置网站后台的登陆信息和要发布的栏目，然后保存配置 ，全部保存，就OK了，可以正式批量采集文章了。

特别提示：

1、火车头数据采集平台要求，您的电脑必须安装.net framework2.0或2.0以上框架.如果您的采集器打不开，请下载并安装该框架：

附windows .net framework 2.0

2、出现闪退的解决方案：

-火车头根目录有个文件名为AutoUpdate.exe的文件，把这个文件删除掉；

-打开C:\Windows\System32\drivers\etc，编辑hosts文件，添加以下内容：

（如果编辑hosts不生效请关闭安全卫士等软件）

功能特性

1、无限级多页采集，可以实现无限深度的采集

2、任务队列运行管理，支持Cron表达式

3、无限级分组任务管理，任务回收站功能

4、RSS地址采集功能

5、列表页分页采集获取功能

6、列表页附加参数获取功能

7、列表页及标签XPath可视化提取功能

8、标签纯正则替换功能

9、Http接口查看运行情况

10、导出记录为单个或多个Txt、html 文件

11、标签间自由组合功能

12、针对标签内容继续发送Http请求功能

13、无限级列表网址采集

14、从Http头信息中获取数据

15、标题内容正文提取功能

16、Aspx列表分页自识别

17、多网站站群式web发布

18、导出记录为Word格式

19、导出所有记录为Excel格式

20、使用随机二级代理服务器(支持Socket代理)

21、多扩展间数据交换功能

22、下载的图片自动加增强型水印功能

23、Ocr识别(图片转化为文字)

24、Http接口管理采集器运行

25、Mongodb数据库保存数据

26、主从服务器分布式采集

常见问题

1、火车采集器有什么功能？

火车采集器能够为您实现数据的采集发布、互联网数据挖掘、批量下载海量数据、舆情监控等多种功能，是助您充分利用网页数据的最佳工具。

2、什么是火车采集器的服务年限？

服务年限是指在相应的年限时间里可以免费升级到火车采集器发布的最新版本并享有VIP技术支持服务，购买火车采集器时可以依据个人需求选择服务年限为1年、2年、3年、5年，服务年限到期后用户可通过续费延长年限。

3、绑定机器码，可以随时更换吗？

免费版无需绑定机器码获得授权，基础版和旗舰版机器码版需绑定一台机器码，可免费更换一次；

旗舰版自动授权版绑定一台机器码，支持随时自动更换；

企业尊享版绑定三台机器码，可免费更换三次。另附赠两个加密狗，不限更换机器。

企业豪华版绑定六台机器码，不限更换次数。附赠四个加密狗，不限更换机器。

4、支持哪些系统？

可在win10/Win7/Win8/Win2012/Win2010/Win2008/Win2003/Vista/Xp系统下运行。

更新日志

v10.24版本

1、修复：点击欢迎页空白地方页面打不开。

2、新增：任务批量处理，导入数据支持PageUrl字段导入。

3、优化：内置浏览器内核升级。

4、修复：起始网址添加向导中批量网址地址格式显示错误。

5、新增：任务右键菜单高级操作增加“标记采集状态为已采”。

6、优化：远程管理自动启动无需在菜单工具栏手动点击。

7、修复：标签引用“列表页”标签时提取无效。

8、修复：不排重时列表页重复内容被自动过滤。

9、新增：对指定标签内容进行AI对话。

10、优化：自动更新cookie丢失的请求重新采集。