红叶文章采集器

非常强劲的网址文章采集器，本软件全名叫红叶文章采集器，英文名字Fast_Spider，归属于蜘蛛爬虫类程序流程，用以从特定网址采集大量精华文章内容，将立即丢掉在其中的废弃物网页页面信息内容，仅储存具有阅读文章使用价值和访问 使用价值的精华文章内容，全自动实行HTM-TXT变换。本软件为软件工具缓解压力就可以应用！

软件亮点

(1)本软件选用北大天网MD5指纹识别排重优化算法，针对类似同样的网页页面信息内容，已不反复储存。

(2)采集信息内容含意：[[HT]]表明网页页面题目，[[HA]]表明新闻标题，[[HC]]表明10个权重值关键词，[[UR]]表明网页页面中的图片地址，[[TXT]]以后为文章正文。

(3)蜘蛛特性：本软件打开300个进程来确保采集高效率。根据采集一百万精华文章内容来实行稳定性测试，以一般网友的连接网络电子计算机为参照规范，每台电子计算机能够在一天内解析xml200万网页页面、采集二十万精华文章内容，一百万精华文章内容仅需5天就可采集结束。

(4) 最新版本与绿色版的差别取决于：最新版本容许将采集的精华文章内容数据信息全自动储存为ACCESS数据库查询。选购最新版本请联络QQ(970093569)。

【操作步骤】

(1)应用前，务必保证 你的电子计算机能够连接互联网，且服务器防火墙不必阻拦本软件。

(2)运作SETUP.EXE和setup2.exe，以安裝电脑操作系统system32适用库。

(3)运作spider.exe，键入网址入口，先点"人力加上"按键，点一下"起动"按键，将逐渐实行采集。

软件问答

(1)爬取深层：填好0表明不限定爬取深层;填好3表明抓到第三层。

(2)通用性蜘蛛方式与归类蜘蛛方式的差别：假设网址入口为“http://youxi.baidu.com/”，若挑选通用性蜘蛛方式，将解析xml“baidu.com”里边的每一个网页页面;若选择分类蜘蛛方式，则只解析xml“youxi.baidu.com”里边的每一个网页页面。

(3) 按键“从MDB导进”：网址入口从TASK.MDB中批量导入。

(4)本软件采集的标准不是越站，比如给的入口是“http://youxi.baidu.com/”，就只在百度网站內部爬取。

(5)本软件采集全过程中，有时候会弹出来一个或多个“不正确提示框”，请未予理睬，假若关掉“不正确提示框”，采集软件便会挂了。

(6)使用人如何选择采集主题：比如你若要采集 “个股类”文章内容，只需把这些“个股类”网站做为网址入口就可以。