以 為例講解標簽采集

　　注：更詳盡的剖析說(shuō)明可以參考本指南

　　操作指南 > 軟件操作 > 內容采集規則 > 標簽編輯

　　我們首先查看它的頁(yè)面源代碼采集文章工具，找到我們“標題”所在位置的代碼：

　　<title>導入Excle是跳出對話(huà)框~打開(kāi)Excle出錯 - 火車(chē)采集器幫助中心</title>

　　分析得出： 開(kāi)頭字符串為：<title>

　　結尾字符串為：</title>

　　數據處理——內容替換/排除：需要把- 火車(chē)采集器幫助中心給替換為空

　　內容標簽的設置原理也是類(lèi)似的，找到內容所在源碼中的位置

　　分析得出： 開(kāi)頭字符串為：<div id="cmsContent">

　　結尾字符串為：</div>

　　數據處理——HTML標簽排除：把不需要的A鏈接等 過(guò)濾

　　再設置個(gè)“來(lái)源”字段

　　這樣一個(gè)簡(jiǎn)單的文章采集規則就做好了，不知道網(wǎng)友們學(xué)會(huì )了沒(méi)有呢，網(wǎng)頁(yè)抓取工具顧名思義是適用于網(wǎng)頁(yè)上的數據抓取采集文章工具，從前面的事例你們也可以看出，這類(lèi)軟件主要是通過(guò)源代碼剖析才解析數據的。這里還有一些情況是沒(méi)有列舉的，比如登陸采集，使用代理采集等，如果對網(wǎng)頁(yè)抓取工具感興趣的可以登入采集器官網(wǎng)自行學(xué)習一下。