1、请点击输入图片描述 请点击输入图片描述 2 安装并运行“火车头采集器”程序，在弹出的登陆界面中直接点击“登陆”按钮就可以以免费版身份登陆。
成都创新互联成都网站建设按需定制网站，是成都网站设计公司,为成都集装箱提供网站建设服务,有成熟的网站定制合作流程，提供网站定制设计服务：原型图制作、网站创意设计、前端HTML5制作、后台程序开发等。成都网站制作热线：13518219792
2、还有一点就是没有ocr功能，58同城和赶集网采集的Tel 号码都是图片格式，python可以用开源图像识别库解决，对接进去识别便可。
3、首先我们需要下载并安装GBK格式的PHPCMS系统。
4、比如A是一个网页的网址，用火车头采集器的时候首先读取的就是这个网页地址A，然后再根据这个地址来请求数据，根据你的采集规则来采集内容，而这个网页的内容里没有这个网址A，那么你肯定是采集不到的。
5、这个需要调相应的参数设置的，比较麻烦 直接用八爪鱼采集器吧，要简单很多。
如果不是很大，你可以试一下，采集到你新网站，利用mysql管理工具去修改。帝国它的表结构，有主表和副表之分。主表只存储ID、标题等这些主要的东西 内容它是存储在副表里面的。
我如果没有记错的话，专题应该单有一个文件夹，你直接连接过去就完事了。代码调用好像不好实现。
关键是你的 帝国cms后台中，你的专题是否都分了类？如果你的专题都分了类，基本就可以自动调用并按分类 排序下来。
1、第一步采集网址，下载好火车头采集器后打开，新建一个任务，任务名随意。把需要采集的网站文章列表页网址添加到起始网址。从图中看出该列表页有34页，每页有N篇文章。
2、火车采集器破解版还有可选的验证方式，你可以使用数据够来保证自己数据的安全，还能够自动运行，设定好后任务完成自动关机，无需用户守候。
3、首先里面的循环都是xpath元素定位，如果用单纯的傻瓜化点击定位的话，很死板，大批量采集页面的时候很容易出错。
