采集器也是這樣,不過(guò)整個(gè)過(guò)程是由軟件完成的.我們可以這樣理解,我們復(fù)制文章的標(biāo)題和內(nèi)容,是我們可以知道什么地方是內(nèi)容,什么地方是標(biāo)題, 但是軟件是不知道的,所以我們要告訴軟件,要怎么采,這就是寫(xiě)規(guī)則的過(guò)程..我們復(fù)制完了,打開(kāi)我們網(wǎng)站,比如論壇發(fā)帖的地方,然后粘帖發(fā)表,對(duì)軟件來(lái) 說(shuō),就是模仿我們發(fā)表帖子的過(guò)程,去發(fā)表文章,怎么發(fā)布,這就是發(fā)布模塊的事了..

　　火車(chē)采集器就是一款用來(lái)采集數(shù)據(jù)的軟件,它是目前網(wǎng)絡(luò)上最強(qiáng)大的采集器.它幾乎可以采到你所見(jiàn)到的任何網(wǎng)頁(yè)內(nèi)容。

　　火車(chē)采集器數(shù)據(jù)抓取原理：

　　火車(chē)采集器如何去抓取數(shù)據(jù)，取決于您的規(guī)則。您要獲取一個(gè)欄目的網(wǎng)頁(yè)里的所有內(nèi)容，需要先將這個(gè)網(wǎng)頁(yè)的網(wǎng)址采下來(lái)，這就是采網(wǎng)址。程序按您的規(guī) 則抓取列表頁(yè)面，從中分析出網(wǎng)址，然后再去抓取獲得網(wǎng)址的網(wǎng)頁(yè)里的內(nèi)容。再根據(jù)您的采集規(guī)則，對(duì)下載到的網(wǎng)頁(yè)分析，將標(biāo)題內(nèi)容等信息分離開(kāi)來(lái)并保存下來(lái)。 如果您選擇了下載圖片等網(wǎng)絡(luò)資源，程序會(huì)對(duì)采集到的數(shù)據(jù)進(jìn)行分析，找出文章下載地址并下載到本地。

　　火車(chē)采集器數(shù)據(jù)發(fā)布原理：

在我們將數(shù)據(jù)采集下來(lái)后數(shù)據(jù)默認(rèn)是保存在本地的，我們可以使用以下幾種方式對(duì)種據(jù)進(jìn)行處理。

１.不做任何處理。因?yàn)閿?shù)據(jù)本身是保存在數(shù)據(jù)庫(kù)的（access或是db3）,您如果只是想看一下，直接用相關(guān)軟件查看就可以了。

２.web發(fā)布到網(wǎng)站。程序會(huì)模仿瀏覽器向您的網(wǎng)站發(fā)送數(shù)據(jù)，可以實(shí)現(xiàn)您手工發(fā)布的效果。

３.直接入數(shù)據(jù)庫(kù)。您只需寫(xiě)幾個(gè)SQL語(yǔ)句，程序會(huì)將數(shù)據(jù)按您的SQL語(yǔ)句導(dǎo)入到數(shù)據(jù)庫(kù)中。

４.保存為本地文件。程序會(huì)讀取數(shù)據(jù)庫(kù)里的數(shù)據(jù)，按一定格式保存為本地sql或是文本文件。

　　火車(chē)采集器工作流程:

　　火車(chē)頭采集是可以分成兩個(gè)步驟的，一是采集數(shù)據(jù)，二是發(fā)布數(shù)據(jù)。這兩個(gè)過(guò)程是可以分開(kāi)的。

　　1.采集數(shù)據(jù)，這個(gè)包括采集網(wǎng)址，采集內(nèi)容。這個(gè)過(guò)程是獲得數(shù)據(jù)的過(guò)程。我們做規(guī)則，在采的過(guò)程中也算是對(duì)內(nèi)容做了處理。

　　2.發(fā)布內(nèi)容就是將數(shù)據(jù)發(fā)布到自己的論壇，CMS的過(guò)程，也是實(shí)現(xiàn)數(shù)據(jù)為已有的過(guò)程?？梢杂肳EB在線(xiàn)發(fā)布，數(shù)據(jù)庫(kù)入庫(kù)或存為本地文件。

　　具體的使用其實(shí)是很靈活的，可以根據(jù)實(shí)際來(lái)決定。比如我可以采集時(shí)先采集不發(fā)布，有時(shí)間了再發(fā)布，或是同時(shí)采集發(fā)布，或是先做發(fā)布配置，也可以在采集完了再添加發(fā)布配置。總之，具體過(guò)程由您而定,火車(chē)采集器的強(qiáng)大功能之一也就是體現(xiàn)在靈活中。