火车头采集器怎么采集今日头条文章？

第一步采集网址，下载好火车头采集器后打开，新建一个任务，任务名随意。把需要采集的网站文章列表页网址添加到起始网址。从图中看出该列表页有34页，每页有N篇文章。

十年的新民网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。营销型网站的优势是能够根据用户设备显示端的尺寸不同，自动调整新民建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。成都创新互联从事“新民网站设计”,“新民网站推广”以来，每个客户项目都认真落实执行。

2

列表页会一级网址，添加多级网址获取，从而获取二级网址（文章页网址）

设置列表分页获取，3个地方分别是：分页源代码前面和后面还有中间位置。这一步用于获取列表页面链接，因为有34个列表页面。设置完保存。

网址获取选项，这一步用于获取列表页上面文章页的链接，根据自己需要设置需要截取的部分和根据网址的结构设置包含与不包含某些字符。为空即没限制，设置完保存。

设置好链接采集规则后，可以测试网址，看测试结果调整规则。看图可以看到采集链接规则从起始链接到全面列表页再到列表页上的文章页链接都已经成功采集。

第二步是采集内容，首先修改标题规则，在页面源代码里面找到标题的代码，把标题前后代码负责过去截取出标题。保存。

修改内容采集规则，跟标题规则差不多，也是源代码里面找到内容的前后代码。这里内容会有一些其他html标签，所以得添加一个html标签排除的规则。

完成后，测试看一下结果，从测试结果来调试规则，直到测试结果是自己想要的内容为止。

第三步是采集导出。前面1、2两步把规则设置好，最后就要把文章导出了。先做一个导出的模版。

然后选择方式二,把每一篇文章都分别记录到一个txt文本,保存位置自己选择,模板选择刚刚做好的导出模版.保存的文件名用文章标题为命名。其他默认，保存。

把采集网址，采集内容，发布3个选项框都勾选，然后开始采集。完成后文本就自动生成在刚刚保存的文件夹里面了。

火车头采集器采集文章教程到此就完成了，由于每个网站都是不一样的，所以这里只能用一个网站演示，只是一个方法思路，自己采集文章还需要灵活变通。

火车头采集器怎么用？

软件程序的获取：

大家可以从百度中搜索“火车头采集器”，并进入对应官方来获取程序的最新版本下载地址。当然也可以从小编所提供的网盘地址中获取最新版本程序：

请点击输入图片描述

请点击输入图片描述

2

安装并运行“火车头采集器”程序，在弹出的登陆界面中直接点击“登陆”按钮就可以以免费版身份登陆。

请点击输入图片描述

3

在程序主界面中，点击“新建”下拉箭头，从中选择“任务”项。

请点击输入图片描述

4

在弹出的窗口中，输入“任务名”，同时点击“起始网址”栏目右侧的“添加”按钮。

请点击输入图片描述

5

接下来就极为重要的一步，就是对要进行采集的网站进行分板，对所采取的网站中各片文章的URL进行综合分析并找出规律，最后按如图进行填写。

请点击输入图片描述

6

然后切换至“第二步：采集内容规则”选项卡中，我们需要对网页内容进行分板。在此以“搜狗浏览器”为例，右击要进行分析的网页，从弹出的菜单中选择“审查元素”项。

请点击输入图片描述

7

在“开发式模式”界面中，点击“选择页面中的一个元素去透视”按钮，接着点击“标题”内容，此时就可以在“开发者”窗口中显示标题所对应的标签，此例为“h2"。

请点击输入图片描述

8

接下来在”采集内容规则“界面中，点击“添加”按钮来添加“标题”项，或者直接双击“标题”项进行修改。在弹出的界面中，勾选”前后截取“，将设置前后辍分别为"h2“、”/h2".

请点击输入图片描述

9

利用同样的方法添加其它采集内容的规则。

切换至“第三步：发布内容设置”选项卡，勾选“启用 方式二”，并进行如图设置。

请点击输入图片描述

10

最后从任务列表中，勾选要采集的内容，点击“开始”按钮就可以按规则采集网站中的网页内容啦。

请点击输入图片描述

如果还有啥问题，请留言或者私信，如果回答的还算可以，请列为最佳答案

Phpcms设置火车头采集器发布模块时的全局变量设置怎么填

Phpcms设置火车头采集器发布模块时的全局变量设置怎么填？在火车头向phpcms系统中发布已经采集的数据是配置里需要设定全局变量，所谓的全集变量其实就是连接地址中的pc_hash参数值。在火车头中“使用内置浏览器登录后台”后，进入后台后你会发现在网页地址中有这个参数，把他的值复制填入即可。

在iphpcms里有使用火车头向phpcms里采集内容的专题课程可供学习参考。

0 1

MFLOVEYAN

2020-11-18 超过60用户采纳过TA的回答

关注

本人钻在火车头web发布配置一整天终于琢磨出怎么用了。看了点教程，没有说道点子上。其中遇到的问题现在记得很清楚相信正在钻研的朋友也是一样。趁热跟大家分享一下。

火车头采集第一、二步不会的自己去找教程，网上多的是。 直接进入 web的发布的配置（bdyxel原创）



进去之后先选择你要发布的web网站类型，我这里以phpcmsV9为例，内容不用编辑了，都是编辑好的，这点真是比以前方便不少



第三步先配置网站，我用的是（在内置浏览器登录）输入登录的网址，和其他浏览器一样。之后点微型浏览器里的确定即可。

注意地址栏里的红色标识。就这个地方让我绕了大半天（bdyxel原创）





我们看到我这里 pc_hash=4PwPGS

每次登录pc_hash这个全局变量值都会改变所以登录操作只能用“使用内置浏览器登录”并获得pc_hash这个变量的值手动填写到“全局变量设置”里。

然后将值 填在第二步 （bdyxel原创）



然后 编码设置

网站根目录一定要填，不知道根目录是什么的自己去百度

获取列表 选择要发布的列表

（bdyxel原创）



测试配置

注意：标题和内容需要自己手写。 直接点修改就OK了。

然后直接点修改，值里面不是空的就点发表文章测试。测试完，在内置浏览器中浏览。可以看到了

在火车头向phpcms系统中发布已经采集的数据是配置里需要设定全局变量，所谓的全集变量其实就是连接地址中的pc_hash参数值。在火车头中“使用内置浏览器登录后台”后，进入后台后你会发现在网页地址中有这个参数，把他的值复制填入即可。

在iphpcms里有使用火车头向phpcms里采集内容的专题课程可供学习参考。

火车头采集器怎么采集 采集信息 的网址

火车头采集器采集内容之前是先采集网址的，所以你说的这个网址其实早就知道了，而采集内容的时候是不会采集到得，因为一般情况下一个网页的源代码里不会有这个网页的网址。

比如A是一个网页的网址，用火车头采集器的时候首先读取的就是这个网页地址A，然后再根据这个地址来请求数据，根据你的采集规则来采集内容，而这个网页的内容里没有这个网址A，那么你肯定是采集不到的。那么这个网址A在哪里呢？在生成的文件里。

比如你保存到本地之后生成一个CSV的文件，打开之后再最后一列（URL）就是采集的内容对应的这个网址。