小文 - 火车采集器官方博客

v7版本中PHP环境的修改

作者：小文发布于：2012-7-26 17:33 Thursday 分类：常见问题

火车采集器支持php插件对数据进行处理。php插件的原理简单，是通过调用命令行的php.exe，对数据进行处理。v7版本的php目录为 System\PHP 。

采集器默认的php环境可能会无法满足用户的需要。这时，您可以更换您自己的php环境。需要注意的是php的工作目录是 System\PHP ，您可以直接将自己的php环境复制过来。注意的是该目录下的interface.php文件必须要保留。在更换完成后，请检查一下php.ini，看配置中的各种相对目录是否正确。测试无误后就可以使用了。

标签: php

评论(5) 引用(0) 浏览(9609)

v7版计划任务增加cron表达式测试工具

作者：小文发布于：2012-7-20 10:34 Friday 分类：功能介绍

v7版本的计划任务基于cron表达式。因此，某些设置可能会无法直接达到，如每间隔120分钟无法在分钟里设置，可以设置成每间隔两小时。不能设置每间隔25个小时，可以设置每间隔一天。等等。下次更新中，计划任务将增加最近的几次运行时间，方便用户查看。以下附件就是基于此的小工具。

标签: cron

评论(1) 引用(0) 浏览(8183)

关于标签组合功能的使用说明

作者：小文发布于：2012-7-18 9:41 Wednesday 分类：功能介绍

v7版本增加了一个标签组合的功能，许多朋友在使用中发现组合的结果和自己想要的结果不一致，下面我来说明一下该功能的使用。

1.标签组合组合的是文件下载前的内容

有的朋友发现，a标签中下载了某个文件，原始地址是aaa,下载后或是探测的地址为bbb,那么，如果您在b标签中组合使用a标签，a标签的值是aaa.为何使用这种处理方法，是因为文件下载是在标签组合之后进行的。如何达到标签内容是文件下载完后的结果呢？可以新建一个标签，选“自定义固定格式数据”，将您标签组合的内容放进去。这里的替换会在文件下载后执行。

2.内容页标签循环采集并添加为新记录

如果组合的两个标签都是内容页标签，这两个标签在组合时，会按循环数最大的记录产生新的同样数目的循环记录。如果某个标签的循环数较少，则新产生的标签中该标签的值为空。例如标签a,b组合生成标签c。a的循环数是5,b的循环数是3，则会生成5个c,其中，前3个标签的值分别是a,b一一对应的。最后两个值中，b的值为空。假设a的值是11,22,33,44,55,b的值为aa,bb,cc.c是由[标签:a][标签:b]组合，则产生的c的值为11aa,22bb,33cc,44,55.

3.列表页标签和内容页标签组合

如果两个标签中一个是内容页，一个是列表页，则内容页是会参加第2条中的循环处理，在这个过程中列表页当作一个字符串处理。合并完成后，程序会再进行数据处理操作。最后，组合标签中的列表页标签内容将被替换成实际的值。组合后的结果中，可以再提取下载。比如内容页a和列表页b组合生成c,其中a的值为11,22,22,b的值为bb,那么，c第一次组合结果是 11[标签:b],22[标签:b],33[标签:b],然后进行数据处理。如果b的值是bb,那么最后的结果就可能是11bb,22bb,33bb.

有的朋友可能会说，干嘛将这个功能搞这么复杂的。其实，这个功能主要是为第一条的功能使用的，其它的组合方式可能会产生和原想法不一样的结果。建议大家不要滥用这个功能，不要将它想像成万能的。

评论(1) 引用(0) 浏览(11976)

E商统计预览版

作者：小文发布于：2012-7-3 16:25 Tuesday 分类：开发计划

E商统计是一款用于抓取淘宝，天猫，拍拍，卓越等网店商品信息并进行分析的统计软件。它可以按关键字，按栏目对指定的商品进行抓取，也可以对指定的网店销售情况进行抓取分析。还可以对商品的交易信息，评论信息进行抓取和统计。它支持将抓取的数据导入其它的数据库或是网站，是网店数据分析的良好工具。该软件目前完成的功能有：搜索抓取和导出结果为excel.以下是该软件的操作方法：

1.软件的安装

打开火车头数据采集平台软件，在扩展菜单，扩展管理中安装E商统计即可。

2.软件的使用。

a.在分组上右键新建任务