福州SEO优化公司

火车头工具怎么用?火车头工具的用法

浏览:/ 2020-05-27

软文营销.jpg

 1、火车头介绍

 
2、什么是信息采集
3、什么是火车头
 
4、火车头是干啥的
5、火车头规则定制
6、规则编写流程
7、采网址详解
8、采内容详解
9、注意事项
 
 
什么是火车头?
 
 
 
 
我们打开一个网站,看到有一篇文章很不错,于是我们就将文章的标题和内容复制了一下,将这篇文章转到我们的网站上.我们的这个过程,就可以称作一个采集,将别人网站上对自己有用的信息转到自己网站上;互联网上的内容,大多数都是通过复制-修改-黏贴的过程产生的,所以信息采集很重要,也很普遍,我们平台发到网站上的文章,多数也是这样的一个过程;为什么很多人感觉新闻更新很麻烦,因为这个工作是重复的,枯燥乏味的,浪费时间的;
 
 
火车头是目前国内使用人数最多、功能最完善、网站程序支持最全面、数据库支持最丰富的软件产品;现在是大数据时代,它可以快速、批量、海量的获取到互联网上的数据,并按照我们需要的格式存储起来;说的简单一点,对我们来说有什么用?我们需要更新新闻,需要发商机,如果让你准备1000篇文章,你要用多久?5个小时?在有规则的情况下,火车头只需要5分钟!前提是有规则,所以我们要先学写规则,写规则如果数量的话,一个规则几分钟就好了,但刚开始学的时候会比较慢;
 
 
 
 
名称解释与规则编写流程
 
n以火车头8.6版本为准  第1步:打开—登录  第2步:新建分组
 
 
 
 
 
 
第3步:右击分组,新建任务,填写任务名;
 
 
 
 
seo图.jpg
第4步:写采集网址规则(起始网址和多级网址获取)
 
 
 
 
 
第5步:写采集内容规则(如标题、内容)
 
 
 
 
第6步:发布内容设置
勾选启用方式二
(1)保存格式:一条记录保存为一个txt;
(2)保存位置自定义;
(3)文件模板不用动;
(4)文件名格式:点右边的倒立笔型选[标签:标题];
(5)文件编码可以先选utf-8,如果测试时数据正常,但保存下来的数据有乱码则选gb2312;
 
 
 
 
 
第7步:采集设置,都选100;
 a.单任务采集内容线程个数:同时可以采集几个网址;
 b.采集内容间隔时间毫秒数:两个任务的间隔时间;
 c.单任务发布内容线程个数:一次保存多少条数据;
 d.发布内容间隔时间毫秒数:两次保存数据的时间间隔;
 
 
 
 
附注:如果网站有防屏蔽采集机制(如数据很多但只能采集一部分下来,或提示多久才能打开一次页面),则适当调小a值和调大b的值;
 
 
第8步:保存、勾选并开始任务(如果是同一分组的,可以在分组上批量选中)
 
 
 
 
以前的方式:比如我要准备n篇文章,要先找到这个文章是在哪个网站上的(如是采集同行A还是同行B),是在其哪个栏目下的(如是产品信息还是新闻信息),在这个栏目下有n条信息,我要选哪一条,然后进去后把标题复制下来,把内容复制下来再进到另一个页面把标题内容复制下来,以此类推,然后同样的流程我要执行n遍;
 
怎么转换:怎么把这个流程转化为软件操作呢?我要准备n篇新闻,这就表明要n个标题+对应的内容,要n个新闻链接,这n个新闻链接是从一个网站的新闻栏目上找的,而这个网站的新闻栏目有可能是很多页,比如10页,这个时候再从同行A的网站—栏目—内页;即先找到要采集的网站,打开这个网站的栏目页(确定好是采集新闻还是产品),写网址规则采集栏目下的所有新闻链接,然后写内容规则采集所有新闻链接中的标题和内容,最后保存下来;
 
 
采网址详解-具体操作
 
 
 
 
 
找到要采集网址的栏目页,如新闻栏目
复制栏目的第一页链接url,起始网址右侧中点添加,在单条网址中黏贴栏目的第一页链接后点添加,如
用右边的(*)代替,因为第1页已经添加了,还剩9页,这时在等差数列那一行把项数改成9,首项是2(因为第2页的链接是,然后点添加-完成;
 
 
 
 
 
1、点对应右侧的添加,然后如下图所示是示例,右侧大图是说明;
 
 
 
 
2、点击保存后点右下角的
看看是否能采集到新闻网址,
如果能采集到则正确,双击一个新闻网址进到下一步;如果采集到的不正确,返回修改直到成功;网址过滤可以自己观察其对应的规律;
 
 
 
 
1、到采集内容规则这里后,把作者、时间、出处都选中后删掉,如右面第一张图,因为这些标签正常情况下都用不到;
2、选中标题标签点修改,或直接双击该标签,进入编辑界面;
 
 
 
3、进入后标签名的“标题”别改,改过后是要改对应的模板的;
4、下面的数据提取方式:前后截取和开始结束字符串,也尽量用默认的,在不熟练的情况下不要改;
5、点击下面数据处理的添加—内容替换,如右图;
6、内容替换将标题后面的都替换为空,如果不替换的话采集的是页面title,这时需要打开两个新闻页面,看看这两个新闻页面的公共部分是什么,把公共部分替换掉
 
 
 
例:如下面两个标题,“ - 顶尖SEO团队”是公共部分,即把其替换为“空”;
【图文】你知道螺旋加料机的加工方法吗 螺旋加料机原理你了解吗
【图文】气动式加料机的优点是什么 你知道粉末加料机工作原理吗
 
 
 
 
例:如下面的则需要把“-健康网”替换成“空”;
例:如下面的则需要把“-健康网”替换成“空”;
我喜欢吃西瓜-健康网
苹果好吃吗?-健康网
 
 
 
1、选中内容点编辑,或直接双击进入到内容标签编辑界面,标签名千万别改;
2、写开始和结束字符串,就是找能把所有新闻都包裹起来的,在所有新在所有新闻页面中都是闻页面中都有的,且是唯一的一段字符串;即这个页面模板中的唯一代码串;
 
 
 
 
举例:采集内容的时候,需要选择内容区域,因为要采集的可能是n篇,如100篇,这个时候就需要想法怎么能写一个采集到全部的,方法就是打开两个新闻链接如,查看第一篇新闻的源文件,找到新闻正文,然后向上找离新闻第一句话最近的,在这个页面中是唯一的一段代码(如果不唯一,软件能知道从第几个开始吗?),但又不是新闻中的内容,如<div id=“zoom”>,复制后在第二篇新闻页面源文件中搜一下看看有没有,如果有,则可采用;同理找到新闻最后一句话,向下找离其最近的页面中唯一的一段代码,复制后在第二篇新闻页面源文件中搜一下看看有没有,如果有,则可采用;数据处理:因为采集的是其他网站的信息,里面有可能有其他网站的资料,如公司名、联系方式、品牌等信息,也可能有其他网站的超链接等信息,这个时候就需要对信息进行过滤处理;数据处理—添加—下面对应的参数HTML标签过滤:滚动轴横向拉到最后,在所有标签前面打钩后点确定;内容替换:将这个网站的信息替换成自己的,原则是先整后拆,有公司名、电话号(拆分)、手机号(拆分)、邮箱、公司地址(拆分)、品牌名、网址(拆分);其中拆分的意思是对这个数据进行拆解替换,这个时候就需要做如下替换:因为在新闻中,,这是时候就需要对其拆解替换才能替换干净,可以多看一下他的新闻中,可能会用什么样的格式;
 
 
注:数据处理还有很多技巧,需要自己在使用的过程中琢磨,更是采集的核心,如果处理不好,有可能是为他人做嫁衣,所以一定要仔细观察,考虑全面,如果处理好了,采集下来的文章甚至可以直接就发布(非自己企业站)
 
 
注意事项()
1、右击分组:会出现如下图菜单,正常都能用到;
 
 
新建任务:在此分组上新建任务;
运行该分组下所有任务:顾名思义;
新建任务:在该分组下再建分组;
编辑/删除分组:编辑/删除当前分组;
导入/导出分组规则:可以导出当前分组下的所有任务,并导入到同版本火车头上;
导入任务至该分组:将导出的单个任务导入到该分组下面;
黏贴任务到该分组下:要复制过任务后此项才出现,可以黏贴多个同样的任务,然后再黏贴后的任务上进行编辑即可;
 
 
 
 
 
开始任务:和菜单栏上的开始一样;
编辑任务:编辑已经写好的任务;
导出任务:可以将当前规则导出,在其他同版本工具上导入,但导入数据时需重复上面的第6步-发布内容设置,必须要重新选/填一遍;
复制任务到黏贴板:复制后,选择一个任务分组并右击,可以黏贴不同数量的任务到那个分组中,这样就避免同一个任务多次编写了;
清空任务所有采集数据:新如果之前采集过任务想重新采集的,则需求先清空;
 
 
 
 
3、其他设置:顶部菜单栏中点击工具—选项,配置全局选项和默认选项;
全局选项:可以调整下同时运行任务最大个数,正常是5即可,可不调;
默认选项:是否忽略大小写点是;

阅读"火车头工具怎么用?火车头工具的用法"的人还阅读

上一篇:网站内链如何布局?SEO内链布局方法与好处

下一篇:返回列表