建站之路028火车头采集器抓取网页文章

1、百度搜索下载火车头采集器，然后运行LocoyPlatform.exe程序

4、在火车头采集器中添加采集地址，然后点击“添加”按钮加入采集列表

6、回到经验页面，在内容选择内容第一段，然后再源代码中找到相应的位置

8、同样的原理将文章的尾部也提取一段文字进行查找，并提取一段唯一的结束代码，小范提取的是<span class="prompt-ico">

10、接着我们进入第二步，设置采集内容规则，这里我尺攵跋赈们主要是来设置提取的规则，告诉火车头采集器从哪里开始采集，方法和之前的采集范围设定是一样的，只是这里分的比较细。标题、内容采、作者、时间等等，可以分开来提取

12、内容提取，选择正文首尾内容然后再源代码中查找对应的标签，然后我们来测试下采集效果，这是我们采集到的内容，可以看出来采集到的是源代码中的内容。

14、回到主页，我们开始执行采集任务，看看采集效果如何

15、这样就可以提取到网站的内容了，但是提取比较粗糙，格式都乱了，而且有很多多于的代码，所以要想完整准确的提取正文，还需要多下功夫，慢慢调整规则。