最近一直在研究一個叫火車頭的采集軟體，現在終于有點眉目了，不過我的釋出重點是在介紹怎麼存儲到本地access資料庫上的，其他的我目前不需要也就暫時沒去研究了，那麼具體步驟是怎樣的呢，讓我們接着往下走~~~
1、為了友善管理，我們先建立測試站點，點選建立右邊的小三角-->分組，先建立一個分組，再在分組下面建立測試的任務
2、接下來開始建立采集的任務，還是點選建立右邊的小三角-->任務，打開建立任務對話框，如下圖所示：
圖1
這個就是任務的界面，好了，那麼這邊我就拿http://www.lawtime.cn/info/fangdichan/fcanli/這個做範例，因為首頁和内頁的規則是不一樣的哦。是以，如下
2-1、第一步的采集網址規則，這邊就是要把文章的位址先采集下來，是以我們分析了下頁面發現要先分首頁和内頁問題。。是以我們先點選添加按鈕如下：
圖2
這個就是首頁的位址，我們單獨分開先添加一條單頁位址采集規則。
2-2、然後重複上面的步驟，但是我們在添加采集位址的時候要選擇擊“批量/多頁”指令，具體如下：
圖3
好了我們已經分析好網址了，接下來就是截取文章的位址清單，，具體下面：
圖4
圖5
一般我們隻需要選中自動擷取，然後去檢視頁面的源代碼：找到文章清單的唯一标示符填入上面标注出來的框中就好了，然後記得點選http的請求方式：選中get方式，一般都是采用這個方式的。。如下源碼：
圖6
找到唯一标示符…….
然後就是測試對不對了。。點選“測試網址采集”出現下面情況就是好了
圖7
這樣第一步就完成了
再然後是分析文章位址了
http://www.lawtime.cn/info/fangdichan/fcanli/20110920161809.html 我這邊拿這個來分析，主要是這個也有分頁，剛好我們所要注意的都能在此展現。
界面上預設已經建立了标題、内容、作者、時間、出處5個規則，但是我們一般隻要截取标題和内容，是以第一步見選擇标題項，點選修改即可開始寫截取标題的規則了，如下：
圖8
出現如下界面：
圖9
标題規則界面
接下來分析下該位址的标題截取，基本上來說我們都是選擇“前後截取”的方式，然後我們再來看源碼，我們看到有如下兩種方式能得到标題：
圖10
圖11
以上，如果是将“标題規則界面”裡面的title分别寫成h1的話，在資料處理我們就可以放空，但是如果我們預設是截取title，會發現末尾有帶“法律快車房地産法”幾個關鍵字，那麼怎麼去掉呢，我們就可以在資料處理進行添加其他文法來過濾了，具體如下：
圖12
這裡我們選擇内容替換選項，出現如下界面：
圖13
1是寫出要替換掉的文字規則，我這邊後面帶标簽(*)指後面的都是可變的，前面幾個文字不變，然後替換2為空。。點選确定，傳回任務界面，在規則測試位址欄中填入我們剛分分析的位址。。點選測試，發現已經吧後面那串關鍵字去掉啦。。如下：
圖14
在來是分析内容規則同樣的選中内容選項點選修改，先來分析内容規則，如下：
圖15
紅色框呢，是唯一辨別文章的架構，黑色的則是唯一辨別分頁的架構，是以我們規則如下寫入界面裡面：
圖16
開始字元串，為什麼我加了參數(*),是為了防止文章開頭有添加其他樣式這麼寫的，我有發現其他文章不是寫了一個樣式【isc-article-bd】名……但是末尾是固定的，然後我還添加了去除标簽和關鍵字的過濾，還有最重要的黑色箭頭訓示的地方一定要勾選，否則你在怎麼寫分頁的規則，我們測試的時候永遠都隻能比對第一頁的内容，而取不到第二頁的内容
看下方，分頁規則是在左下方編寫的，我們隻要選擇自動識别，軟體就能自動識别頁碼了，非常友善
圖17
然後在點選測試你就會發現文章已經都被分析下來拉。。。
在來點選第三步：釋出内容設定，我這邊主要講一下方式三，導入本地建立好的資料庫【access】中，這邊需慎重，你的資料庫一定不要是在其他地方有在使用，否則你怎麼測試sql語句都會提示出錯，我之前就是一直沒搞懂提示錯誤，因為我的資料庫是另外一個網站的資料庫，我正建立iis測試着了，我也沒去在意結果在這上面分析了非常久，最終還是隔天靈光一現，吧資料庫拷貝到桌面上才成功的。。【ps:最近換成win7系統，發現下載下傳最新的火車頭軟體就可以共用資料庫了~~~】好了廢話不多說，我們接着往下走，我們在點選“資料庫釋出配置管理”，出現如下界面：
圖18
因為我之前已經建立過一次了，是以一些必備字段都有填充了，例如測試釋出那邊我先手動定義了字段了，友善測試入庫，當然現在這些先不管，我們接着往下走，
圖19
根據上面步驟建立插入語句，點選儲存子產品，随便給個命名就好，這邊說下，我資料庫id是自動編号，access的sql語句要達到這個目的，放空就好，而不是像其他如mysql要寫出字段，然後values是’’這樣的形式這個一定要注意，其他想時間預設now的這邊也放空了
接着選擇資料庫位址，測試入庫語句，顯示入庫成功了的話，随便起個配置名，點選儲存配置就好了。因為我之前已經建立過了，是以他顯示的是修改配置，如下：
圖20
我的測試入庫語句INSERTINTO LstNews (newsTitle ,newsContent) VALUES ('[标簽:标題]','[标簽:内容]')
最終在我資料顯示了記錄，，如下：
圖21
這樣整個采集的配置就完成啦，最後傳回的第三步：釋出内容設定，在方式三裡面的複選框勾選起我們剛建立的釋出規則就可以采集了
ps：還有很多很多功能有待發現，最近發現點選内容過濾，還可以吧文章字數小于設定的字數過濾掉，真心很好用的一款采集軟體