文章采集器(非常強勁的網(wǎng)址文章采集器，英文名字Fast_Spider，蜘蛛爬蟲(chóng)類(lèi)程序流程)

　　很強大的網(wǎng)址文章采集器，這個(gè)軟件的全名是Hongye文章采集器，英文名稱(chēng)是Fast_Spider，屬于蜘蛛爬蟲(chóng)程序進(jìn)程，可以用來(lái)下載具體網(wǎng)址采集大力量文章內容，垃圾網(wǎng)頁(yè)的信息內容將被立即丟棄，只存儲文章使用價(jià)值和訪(fǎng)問(wèn)使用價(jià)值的本質(zhì)，并進(jìn)行HTM-TXT轉換自動(dòng)執行。本軟件可作為緩解壓力的軟件工具使用！

　　[軟件功能]

　?。?)本軟件采用北大天網(wǎng)的MD5指紋識別和重加權優(yōu)化算法，對于類(lèi)似網(wǎng)頁(yè)信息內容不再重復存儲。

　　(2)采集Information 內容含義：[[HT]]表示網(wǎng)頁(yè)標題，[[HA]]表示新聞標題，[[HC]]表示10個(gè)權重值關(guān)鍵詞,[[UR]]表示圖片在網(wǎng)頁(yè)中的地址，[[TXT]]以后會(huì )是文章body。

　　(3)Spider Feature：本軟件開(kāi)啟300個(gè)進(jìn)程，保證采集高效。根據采集一萬(wàn)力量文章內容進(jìn)行穩定性測試，廣大網(wǎng)友連線(xiàn)網(wǎng)絡(luò )計算機為了參考規范，每臺計算機可以在短短5天內解析200萬(wàn)個(gè)xml網(wǎng)頁(yè)、采集20萬(wàn)572文章content、100萬(wàn)個(gè)essential文章content 到采集結束。

　　(4)最新版和綠色版的區別在于：最新版允許采集的精面文章內容數據信息自動(dòng)存儲為ACCESS數據庫，供查詢(xún)。購買(mǎi)最新版本請聯(lián)系QQ（97009356@）9)。

　　【操作步驟】

　?。?)申請前請確保您的電腦可以上網(wǎng)，服務(wù)器防火墻不需要屏蔽軟件。

　?。?)運行SETUP.EXE和setup2.exe安裝電腦操作系統system32適用庫。

　?。?)operation spider.exe，輸入網(wǎng)址入口，先點(diǎn)擊“人力加”按鈕，再點(diǎn)擊“開(kāi)始”按鈕，采集會(huì )逐步實(shí)現。

　　[常見(jiàn)問(wèn)題]

　?。?)攀取@@：填0表示不限制爬行深度；填3表示抓到第三層。

　　(2)萬(wàn)能蜘蛛法和分類(lèi)蜘蛛法的區別：假設URL入口為""，如果選擇萬(wàn)能蜘蛛法，xml中的每個(gè)網(wǎng)頁(yè)都會(huì )被解析""；如果選擇了分類(lèi)蜘蛛方法，它只會(huì )解析xml中的每一個(gè)網(wǎng)頁(yè)。

　?。?)按鈕“從MDB導入”：從TASK.MDB批量導入URL條目。

　?。?)本軟件采集的標準是不超站的，比如給的詞條是“”，只會(huì )在百度網(wǎng)站里面爬取。

　　(5)本軟件采集在整個(gè)過(guò)程中，有時(shí)會(huì )彈出一個(gè)或多個(gè)“錯誤提示框”，請忽略，如果關(guān)閉“錯誤提示框”，采集軟件會(huì )掛起。

　?。?)User 如何選擇采集Subject：比如你想要采集“個(gè)人股票”文章內容，你只需要把這些“個(gè)人股票”網(wǎng)站作為URL入口。