速看|火車采集器V9.11版本更新

2019-11-21 17:09:33 瀏覽:1086


親愛的用戶:

為了給用戶更好的采集體驗,2019年11月21日我們進行了火車采集器的版本更新,目前火車采集器V9.11版本已正式上線。



1、★ 列表頁新增“地址處理”功能

示例網址,新浪滾動新聞:https://news.sina.com.cn/roll/#pageid=153&lid=2509&k=&num=50&page=1

點擊下一頁,抓包可獲取真實地址:

        https://feed.mix.sina.com.cn/api/roll/get?pageid=153&lid=2509&k=&num=50&page=1


分析json數據可以得知 url 后面的是內容頁網址,設置如下:

          QQ截圖20191121171005.png      

 


可以看到采集的網址里有很多 \ ,導致網址無法訪問,而且網址不規則,不易處理。

    

QQ截圖20191121171039.png

這種可以使用新增的“地址處理”功能

內容替換/排重

   可以對網址中內容進行替換,且替換完成后,重復的網址會自動去重。



QQ截圖20191121171059.png

QQ截圖20191121171117.png



純正則替換

  可以使用正則表達式進行匹配,和內容替換功能類似

字符編碼處理

  網址中有需要轉碼的內容,比如采到的鏈接里有 & 可以進行解碼

         https://feed.mix.sina.com.cn/api/roll/get?pageid=153&lid=2509&k=&num=50&page=1

QQ截圖20191121171137.png

2、★新增“請求失敗數”的預警條件設置



3、★下載圖片命名,新增[記錄自增Id]格式

記錄自增ID:同一個內容頁中,多個標簽設置記錄自增ID,那么多個標簽都是從1開始自增,再次測試運行又會重新開始從1自增,更換個內容頁測試運行,也是從1開始自增。

自增ID:設置自增ID是采集器啟動后運行,開始一個自增ID,從1開始自增,之后就是自增。重啟采集器后,又會重新開始自增ID,從1開始自增。

舉例說明:自增記錄ID:縮略圖和內容兩個標簽都有圖片下載,都設置了記錄自增ID。

QQ截圖20191121171159.png

QQ截圖20191121171222.png

比如內容頁網址https://zhishi.fang.com/jiaju/qg_680673.html

QQ截圖20191121171240.png

更換一個內容頁網址,記錄自增ID還是從1開始自增。

https://zhishi.fang.com/jiaju/qg_691372.html

QQ截圖20191121171259.png

自增ID:內容標簽中設置了自增ID。

QQ截圖20191121171318.png

之后就會一直自增。

QQ截圖20191121171337.png

想要自增ID再次從1開始,需要重啟采集器,那么就會從1開始了,否則只要設置了自增ID的,都會一直自增下去。


4、★修復圖片下載誤判斷問題


5、★修復計劃任務中“每天調度”,起始運行時間配置未生效的問題


6、★ 修復PHP插件,對于循環記錄的處理報錯的問題


7、★修復拼音首字母對于一些錯誤字符的判斷問題


8、★任務批量編輯,修復“發布”中“多網站亂序發布”未能復制的問題


9、★修改“循環添加新記錄”配置后,修復數據格式選擇錯誤的問題★


10、★修復循環記錄中列表頁標簽被多次處理的問題★


11、★修復對于一些302跳轉地址,無法正確跳轉的問題★


12、★修復一些網址無法正確請求的問題★



感謝用戶的支持與使用,今后也請多多支持小采~






掃碼關注微信
最受歡迎的網頁采集軟件! X

您好,如需了解軟件或有數據采集問題請直接聯系我們~

{ganrao}