火車頭采集文章到本地

火車頭采集文章到本地，要更好的使用火車頭采集器軟件，必須需要有基本的HTML基礎,能看得懂網頁源碼,網頁結構。 同時如果用到web發布或數據庫發布,則對自己文章系統及數據存儲結構要非常了解。當然對HTML和數據庫不是很了解可以使用采集軟件嗎？當然不是，我們可以使用更簡單的免費采集導出發布軟件（詳細如圖）

指定網站采集：任意網站的數據都可以抓取，所見即所得的操作方式，只要點點鼠標就能輕松獲得自己想要的數據，支持多任務同時采集！

輸入關鍵詞采集文章：同時創建多個采集任務（一個任務可支持上傳1000個關鍵詞，軟件同時還配備了關鍵詞挖掘功能）

監控采集: 能夠定時的對目標網站進行采集，頻率可以選擇10分鐘、20分鐘、根據用戶需求自定義設置監控采集（自動過濾重復，監控新增文章）。

標題處理設置: 根據標題或關鍵詞自動生成標題（不管是雙標題還是三標題都可以自由生成，間隔符號自定義填寫，自建標題庫生成，自媒體標題黨生成，標題替換等等）

圖片處理設置：圖片加標題水印/圖片加關鍵詞水印/自定義圖片水印/自定義圖片庫替換。不僅可以保護圖片的版權，同時還能防止圖片被盜，圖片加上水印后就形成了一張全新的原創圖片。

內容自動偽原創設置：偽原創是指把一篇互聯網上其它文章進行加工，使其讓搜索引擎認為是一篇原創文章，從而提高網站權重，從此再也不用擔心網站沒有內容更新！

火車頭采集文章到本地教程

1.采集網址，下載好火車頭采集器后打開，新建一個任務，任務名隨意。把需要采集的網站文章列表頁網址添加到起始網址。

2.設置列表分頁獲取，3個地方分別是：分頁源代碼前面和后面還有中間位置。這一步用于獲取列表頁面鏈接，因為有34個列表頁面。設置完保存。

3.網址獲取選項，這一步用于獲取列表頁上面文章頁的鏈接，根據自己需要設置需要截取的部分和根據網址的結構設置包含與不包含某些字符。為空即沒限制，設置完保存。

4.設置好鏈接采集規則后，可以測試網址，看測試結果調整規則。看圖可以看到采集鏈接規則從起始鏈接到全面列表頁再到列表頁上的文章頁鏈接都已經成功采集。

5.采集內容，首先修改標題規則，在頁面源代碼里面找到標題的代碼，把標題前后代碼負責過去截取出標題。保存。

6. 修改內容采集規則，跟標題規則差不多，也是源代碼里面找到內容的前后代碼。這里內容會有一些其他html標簽，所以得添加一個html標簽排除的規則。

7. 采集導出。前面1、2兩步把規則設置好，最后就要把文章導出了。先做一個導出的模版。

8. 然后選擇方式二,把每一篇文章都分別記錄到一個txt文本,保存位置自己選擇,模板選擇剛剛做好的導出模版.保存的文件名用文章標題為命名。其他默認，保存。

9. 把采集網址，采集內容，發布3個選項框都勾選，然后開始采集。完成后文本就自動生成在剛剛保存的文件夾里面了。

10. 火車頭采集器采集文章教程到此就完成了，由于每個網站都是不一樣的，所以這里只能用一個網站演示，只是一個方法思路，自己采集文章還需要靈活變通。