火车头传数据到mysql_火车头采集器采集文章使用教程实例

任务：

采集某一个指定页面的文章包括(标题、图片、描述、内容)导入到自己网站数据库对应栏目(栏目id为57)，数据库字段分别(title,thumb,descrption,content)。

页面里面第一张图作为文章缩略图，这边一个获取缩略图名称并添加上对应网站路径放入数据库thumb字段，另一个是下载下本地，统一上传到指定文件夹，(当然看软件可以直接ftp，目前还没弄，后期弄了会补充)

1、新建分组--新建任务

2、添加网址+ 编辑获取网址的规则

选择范围在 ul 里面的 li 里面的链接，注意排除重复地址，可以点击下面测试网址采集获取。

可以看到有采集到的文章链接了。

3、采集内容规则

我这边需要采集下面图上展示数据(catid是栏目id，可以将采集到的数据放入对应栏目，设置固定值就好)

着重说下内容和图片的采集，标题和描述同理内容采集

内容采集：

打开一个采集的文章页面，查看源代码(禁了右键的f11 或者在网址前面加上 view-source: 一样可以查看)：

选中文章开头一个位置，截取一段在ctrl+f 搜下是否唯一一段，若是就可以放在位置下图1处，结尾同开头一样。

我截取内容不想里面还带有链接图片可以数据处理，添加--html标签排除--选好确定--确定

还有需要下载页面图片，勾选和填写下面选项

图片采集：

(1)选中范围和内容一样(文章内图片)

(2)数据处理选 提取第一张图片  内容是：http://www.xxx.com/2017/33/aa.jpg

(3)只要aa.jpg,正则过滤

，获取内容：aa.jpg

(4)数据库存储有前缀，添加上， upload/xxxxx/

找一个页面测试一下，可以看到对应项目都获取到了。

4、发布内容设置，这里以方式三发布到数据库为例子，编辑后回到这边勾选刚定义的模块就好：

5、我需要保存图片到本地，要设置下保存文件的路径(ftp后续会试着使用)。

6、保存，查看刚新建的任务，右键 开始任务运行，这边就可以看到文字和图片都下载下来了，数据库里面也可以看到了。