文章采集器——火車采集器V9數據處理功能詳解

作者：dong 發布於：2016-4-6 11:51 Wednesday 分類：官方公告

用過火車采集器的朋友都知道，火車采集器是所有文章采集器裏數據處理功能最為全麵的，也因此被用戶譽為最經典的采集軟件，這裏為大家詳細的介紹一下文章采集器——火車采集器V9十一項強大的數據處理功能。

什麼是數據處理？在火車采集器中，數據處理是對從內容頁麵提取到的信息數據進行進一步的加工處理，譬如替換、過濾等，火車采集器中可以同時添加多個操作，多個操作是按照從上到下的順序來執行。也就是說，上個步驟的結果會作為下個步驟的參數。下麵依次說明：

1、提取內容為空：即如果提取內容為空，則使用正則匹配內容從原始頁麵中再次提取。
2、內容替換/排除：顧名思義，表示對采集到的內容進行字符串替換，如需排除，則替換為空字符串即可。

3、html標簽過濾：過濾指定html標簽，比如<a ，<font
4、字符截取：通過開始和結束字符串對內容進行截取
5、純正則替換：通過強大的正則表達式進行複雜的內容替換。
6、數據轉換：包括將結果簡轉繁、將結果繁轉簡、自動轉化為拚音和時間修正轉化

7、智能提取：包括提取第一張圖片、智能提取時間、智能提取郵箱、智能提取手機號碼、智能提取電話號碼

8、高級功能：包括自動摘要、自動分詞、Http請求、字符編碼轉換、同義詞替換、空內容缺省值、內容加前後綴、隨機插入、運行C#代碼、批量內容替換，統計標簽字符串長度等一係列功能。

9、補全單網址：將當前內容作為一個網址進行補全。
10、文件下載：可以自動探測並下載文件，可設置下載路徑和文件名樣式。

11、內容過濾：對於一些不符合條件的記錄，可以通過設置內容過濾來刪除或標記為未采。

我們采集文章時有了這十一項強大的數據處理功能，就能應對各類網站並將數據輕鬆處理成自己需要的形式，省時省力。火車采集器V9作為功能最全麵的文章采集器，更夠為我們的工作大幅提升效率，真正智能化的服務於用戶。

相關日誌：

福利來啦：6.8折優惠碼太給力！

發表評論：

最後更新：2017-05-09 01:06:02