火車采集器(LocoySpider)是一款專業(yè)的功能強(qiáng)大的網(wǎng)絡(luò)數(shù)據(jù)/信息挖掘軟件，通過靈活的配置，您可以很輕松的從網(wǎng)頁上抓取文字、圖片、文件等任何資源。  

程序支持遠(yuǎn)程下載圖片文件，支持網(wǎng)站登陸后的信息采集，支持探測文件真實(shí)地址，支持代理，支持防盜鏈的采集，支持采集數(shù)據(jù)直接入庫和模仿人手工發(fā)布等許多功能特點(diǎn)。  

火車采集器支持從任何類型的網(wǎng)站采集獲取您所需要的信息，如各種新聞?lì)惥W(wǎng)站、論壇、電子商務(wù)網(wǎng)站、求職招聘網(wǎng)站等。  

同時(shí)具有強(qiáng)大的網(wǎng)站登錄采集、多頁和分頁的采集、網(wǎng)站跨層采集、POST采集、腳本頁面采集、動(dòng)態(tài)頁面采集等高級(jí)采集功能。  

強(qiáng)大的php和c#插件支持，讓您可以通過二次開發(fā)實(shí)現(xiàn)您所想要的任何更強(qiáng)大的功能。  

軟件特色  

1、通用性強(qiáng)  

無論新聞、論壇、視頻、黃頁、圖片、下載類網(wǎng)站，只要通過瀏覽器能看到的結(jié)構(gòu)化的內(nèi)容，通過指定匹配規(guī)則，都能采集到您所需要的內(nèi)容。  

2、穩(wěn)定、高效  

五年磨一劍，軟件不斷更新進(jìn)步，采集速度快，性能穩(wěn)定，占用資源少。  

3、擴(kuò)展性強(qiáng)、適用范圍廣  

自定義web發(fā)布，自定義主流的數(shù)據(jù)庫的保存和發(fā)布，自定義本地php及.net外部編程接口處理數(shù)據(jù)，讓數(shù)據(jù)都能為你所用。  

基本功能  

1、規(guī)則自定義-通過采集規(guī)則的定義，可以搜索所有網(wǎng)站采集幾乎任何類型的信息。  

2、多任務(wù)，多線程-可以同時(shí)進(jìn)行多個(gè)信息采集任務(wù)，每個(gè)任務(wù)可以使用多個(gè)線程。  

3、所見即所得－任務(wù)采集過程所見即所得，過程中遍歷的鏈接信息、采集信息、錯(cuò)誤信息等都會(huì)及時(shí)的反映在軟件界面中。  

4、數(shù)據(jù)保存－數(shù)據(jù)邊采集邊自動(dòng)保存到關(guān)系數(shù)據(jù)庫中，并且數(shù)據(jù)結(jié)構(gòu)能夠自動(dòng)適應(yīng)，軟件可以根據(jù)采集規(guī)則自動(dòng)創(chuàng)建數(shù)據(jù)庫，以及其中的表和字段，也可以通過導(dǎo)庫方式靈活的將數(shù)據(jù)保存到客戶已有的數(shù)據(jù)庫結(jié)構(gòu)中。  

5、斷點(diǎn)續(xù)采-信息采集任務(wù)可以在停止后從斷點(diǎn)開始繼續(xù)采集，從此你用不再擔(dān)心你的采集任務(wù)意外中斷了。  

6、網(wǎng)站登錄－支持網(wǎng)站Cookie，支持網(wǎng)站可視化登錄，即使登錄時(shí)需要驗(yàn)證碼的網(wǎng)站也能采集。  

7、計(jì)劃任務(wù)-通過這個(gè)功能可以讓你的采集任務(wù)定時(shí)、定量或者一直循環(huán)執(zhí)行。  

8、采集范圍限制-可以根據(jù)采集的深度和網(wǎng)址的標(biāo)識(shí)來限制采集的范圍。  

9、文件下載－可以將采集到的二進(jìn)制文件（諸如：圖片、音樂、軟件、文檔等等）下載到本地磁盤或者采集結(jié)果數(shù)據(jù)庫中。  

10、結(jié)果替換-可以將采集的結(jié)果根據(jù)規(guī)則替換成你定義的內(nèi)容。  

11、條件保存-可以根據(jù)某個(gè)條件來決定那些信息保存，那些信息過濾。  

12、過濾重復(fù)內(nèi)容－軟件可根據(jù)用戶設(shè)置和實(shí)際情況對重復(fù)內(nèi)容和重復(fù)網(wǎng)址自動(dòng)刪除重復(fù)內(nèi)容。  

13、特殊鏈接識(shí)別-運(yùn)用此功能可以將用JavaScript動(dòng)態(tài)生成的鏈接或其他更古怪的連接識(shí)別出來。  

14、數(shù)據(jù)發(fā)布－可以通過自定義接口，將已采集的結(jié)果數(shù)據(jù)發(fā)布到任意的內(nèi)容管理系統(tǒng)和指定數(shù)據(jù)庫中�，F(xiàn)在已支持的目標(biāo)發(fā)布媒體包括：數(shù)據(jù)庫(access,sqlserver,mysql,oracle)，靜態(tài)htm文件。  

15、預(yù)留編程接口－定義多個(gè)編程接口，用戶可以在事件中利用PHP,C#語言進(jìn)行編程，擴(kuò)充采集功能。  

特色功能  

1、支持所有網(wǎng)站編碼：完美支持采集所有編碼格式的網(wǎng)頁,程序還可以自動(dòng)識(shí)別網(wǎng)頁編碼。  

2、多種發(fā)布方式：支持目前所有主流和非主流的CMS,BBS等網(wǎng)站程序,通過系統(tǒng)的發(fā)布模塊能實(shí)現(xiàn)采集器和網(wǎng)站程序間的完美結(jié)合。  

3、全自動(dòng)：無人值守工作，配置好程序后，程序?qū)⒁罁?jù)您的設(shè)置自動(dòng)運(yùn)行，完全無需人工干預(yù)。  

4、本地編輯：本地可視化編輯已采集的數(shù)據(jù)。  

5、采集測試：這是其它任何同類采集軟件所不能比的，程序支持直接查看采集結(jié)果并測試發(fā)布。  

6、管理方便：使用站點(diǎn)+任務(wù)方式管理采集節(jié)點(diǎn)，任務(wù)支持批量操作，再多的數(shù)據(jù)管理也很輕松。  

更新日志  

1：添加“重新采集上次請求失敗的列表頁”功能。  

2：優(yōu)化任務(wù)發(fā)布方式，站群式發(fā)布添加支持順序、倒序發(fā)布。  

3：列表頁獨(dú)立標(biāo)簽，增加“從網(wǎng)址中獲取”的選型。  

4：優(yōu)化圖片地址匹配方式，一些原來無法匹配的圖片可以正確匹配了。  

5：同義詞替換，增加對于html標(biāo)簽替換的支持。  

6：循環(huán)采集模式，增加循環(huán)次數(shù)限制。  

7：數(shù)據(jù)發(fā)布，增加自定義數(shù)據(jù)發(fā)布模式。  

8：修復(fù)刪除列表頁時(shí)，未能刪除對應(yīng)列表頁標(biāo)簽的問題。  

9：修復(fù)使用圖片水印時(shí)，未選擇保存格式導(dǎo)致的水印錯(cuò)誤的bug。  

10：Json工具，修復(fù)長Json處理時(shí)的卡頓問題。  

11：修復(fù)采集標(biāo)簽過多導(dǎo)致的任務(wù)無法運(yùn)行的錯(cuò)誤。  

12：修復(fù)自定義插件編譯錯(cuò)誤的問題。  

13：修復(fù)PHP插件對于循環(huán)采集標(biāo)簽處理時(shí)的錯(cuò)誤問題。