火车头采集器火车头采集网站内页URL（图文）教程！

2021-09-28

指南:通过机车采集器，采集网站指定栏目下的URL，对采集到的URL进行分析，查看未列出的情况，对未列出的URL进行处理，推动上市。
如果列页面中没有规则，则需要单独处理。一般来说，栏目页面分类是有一定规则的。
先学会阅读:要收集网站信息栏的URL，需要对栏目页面的分页URL有一定的规则，比如:
http://www.hdfj11.com/news/1.html
http://www.hdfj11.com/news/2.html
http://www.hdfj11.com/news/3.html
http://www.hdfj11.com/news/4.html
算术级数
http://www.hdfj11.com/news/1.html
http://www.hdfj11.com/news/2.html
http://www.hdfj11.com/news/4.html
http://www.hdfj11.com/news/8.html
几何级数
对于企业站点优化，经常更新的栏目是信息页面，每天都会更新一些信息。长期以来，我们不知道哪些被收录了，尤其是对于大量更新的网站。下面的小系列将讲解如何通过机车收集URL。
1.下载机车采集器
自行搜索下载。
2.登录机车
不需要注册，直接登录即可。
3.单击-新建-新建组-名称组“网址集合”

文章图片

4.点击选择-网址收藏-点击“新建”-新建一个任务，弹出一个新窗口，命名为:华东范标题网址收藏

文章图片

然后点击添加，如图:

文章图片

5.这时会出现一个新窗口，“添加开始采集网址”-“批量/多页”选择卡。
对于我们收集的信息页面，直接进入“华东风电”网站的“信息”页面，填写信息页面第一页的url，然后选择“1”，用通配符替换。

文章图片

6.将“项目编号”修改为10。在这里，我只收集10页的文章URL。然后点击“添加”。“添加”完成后，单击“完成”。
注意:案例网站来自等差数列，遵循第一条规则就够了。

文章图片

7.点击“完成”返回该界面，然后点击下面的“测试网址集合”，如下图所示，选择一个，点击“测试本页”。

文章图片

8.进入此页面后，选择“来源”，点击左边的“删除”，“时间”，“作者”，点击左边的“删除”，选择“标题”，点击左边的“删除”，只留下“内容”，然后勾选“添加为新记录”

文章图片

9.选择内容，点击【修改】，弹出下图:

文章图片

10.这是关键点。我们选择的采集规则是前后截取，返回网站，然后进入栏目页面，Ctrl+u查看源代码，找到文章标题URL，在标题URL前面选择一个代码，复制粘贴到机车“开始字符串”框中。

文章图片

推荐阅读

上一篇：上大学为了什么上大学为什么要去大城市？

下一篇：初恋未满初恋未满，过往时殇