火車采集器(LocoySpider)是一款專業(yè)的功能強大的網(wǎng)絡數(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。  

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，如各種新聞類網(wǎng)站、論壇、電子商務網(wǎng)站、求職招聘網(wǎng)站等。  

同時具有強大的網(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、動態(tài)頁面采集等高級采集功能。  

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

軟件特色  

1、通用性強  

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構化的內(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，軟件不斷更新進步，采集速度快，性能穩(wěn)定，占用資源少。  

3、擴展性強、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，多線程-可以同時進行多個信息采集任務，每個任務可以使用多個線程。  

3、所見即所得－任務采集過程所見即所得，過程中遍歷的鏈接信息、采集信息、錯誤信息等都會及時的反映在軟件界面中。  

4、數(shù)據(jù)保存－數(shù)據(jù)邊采集邊自動保存到關系數(shù)據(jù)庫中，并且數(shù)據(jù)結構能夠自動適應，軟件可以根據(jù)采集規(guī)則自動創(chuàng)建數(shù)據(jù)庫，以及其中的表和字段，也可以通過導庫方式靈活的將數(shù)據(jù)保存到客戶已有的數(shù)據(jù)庫結構中。  

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

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

7、計劃任務-通過這個功能可以讓你的采集任務定時、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)址的標識來限制采集的范圍。  

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

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

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

12、過濾重復內(nèi)容－軟件可根據(jù)用戶設置和實際情況對重復內(nèi)容和重復網(wǎng)址自動刪除重復內(nèi)容。  

13、特殊鏈接識別-運用此功能可以將用JavaScript動態(tài)生成的鏈接或其他更古怪的連接識別出來。  

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。現(xiàn)在已支持的目標發(fā)布媒體包括：數(shù)據(jù)庫(access,sqlserver,mysql,oracle)，靜態(tài)htm文件。  

15、預留編程接口－定義多個編程接口，用戶可以在事件中利用PHP,C#語言進行編程，擴充采集功能。  

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,程序還可以自動識別網(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)布模塊能實現(xiàn)采集器和網(wǎng)站程序間的完美結合。  

3、全自動：無人值守工作，配置好程序后，程序?qū)⒁罁?jù)您的設置自動運行，完全無需人工干預。  

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果并測試發(fā)布。  

6、管理方便：使用站點+任務方式管理采集節(jié)點，任務支持批量操作，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：列表頁獨立標簽，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：修復刪除列表頁時，未能刪除對應列表頁標簽的問題。  

9：修復使用圖片水印時，未選擇保存格式導致的水印錯誤的bug。  

10：Json工具，修復長Json處理時的卡頓問題。  

11：修復采集標簽過多導致的任務無法運行的錯誤。  

12：修復自定義插件編譯錯誤的問題。  

13：修復PHP插件對于循環(huán)采集標簽處理時的錯誤問題。