火车头采集器-采集与发布带图片的文章

如何使用火车头采集器

火车头采集器7.6 免费版，功能有很多限制，但我已使用它实现了采集与发布(带图片、排版)。图片是通过采集程序下载到本地，放在一个约定好名字的文件夹中，最后人工上传到服务器DZ程序运行目录下的pic目录下。下载火车头采集器7.6版本LocoySpider_V7.6_Build20120912.Free.zip，解决后可运行。需要.NET 环境。

程序是Discuz!X 2.5 GBK版本。

核心工作有两部分：1、采集，2、发布。

本文重点说如何发布(带图片、排版)，简单说如何采集。

一、新建一个使用UBB格式的Web在线发布模块

因为采集下来的文章内容是HTML格式，如：

正文

这样带有HTML标签的文本。

而DZ论坛使用的是UUB格式，如：[p]正文[/p]，所以在发布时要做一个自动转换。下面就是设置这个自动转换功能。

如果你的文章发布的DZ门户，就不需要转换为UBB.

1、打开发布模块配置：

2、以软件里自带的Discuz!X 2.0论坛为模板进行修改。我试过了可以正常住Discuz!X 2.5发布文章。

3、设置为：对[标签: 内容]做UBB转换，如下图中的样子：

最后，另存为一个新的“发布模块”，起一个新名字，后面要使用。

4、在“内容发布参数”选项卡中修改：[标签: 内容] 的值可以用使用{0} 来替代。如下图：

黄色框内的[标签: 内容]替换成{0}，如下图

第一部分工作就完成了。

二、使用Web在线发布模块

前面我新建了一个新的Web在线发布模块，下面就是使用它。第一步：新一个“发布”，操作如下图：

注意：请到论坛的后台修改设置，要求登录时不需要输入验证码，才能登录成功，才能测试成功，记得以后要改回来啊。

最后保存时要起个新名字。

三、准备采集

这里以火车自带的采集演示来说明。鼠标右击“腾讯新闻”—“编辑任务”，打开如下窗口。

如下图设置，使用前一步建立的“发布模块”，可以把采集到的内容发布到论坛的某个栏目中。

设置如下图：

下面还有图：

对于采集工作，还有一些重要的设置，很重要。

如果你不是使用火车头自带的演示任务，而是自己新建采集任务，下面的内容就很重要。下面的设置，是对采集的文章正文进行的设置。

“开始字符串”，“结束字符串”是所有设置中最重要的内容，它用来分析页面的HTML源码，找出文章正文的开始点与结束点。下图中使用的是火车头为腾讯准备默认值，不需要修改。如果你不采集腾讯而采其它网站，这个就要你自己看HTML源码来人工分析了。

采集时，可选择性的过滤掉一些HTML标签，如