火車(chē)采集器數(shù)據(jù)處理介紹

對(duì)從內(nèi)容頁(yè)面提取的數(shù)據(jù)進(jìn)行進(jìn)一步處理，可以同時(shí)添加多個(gè)操作，按照從上到下的順序來(lái)執(zhí)行。
也就是說(shuō)，上個(gè)步驟的結(jié)果會(huì)作為下個(gè)步驟的參數(shù)。

1）提取內(nèi)容為空：如果提取內(nèi)容為空，則使用正則匹配從原始頁(yè)面中再次提取
2）內(nèi)容替換/排除：將采集到的內(nèi)容進(jìn)行字符串替換，如需排除，則替換為空字符串即可
3）html標(biāo)簽過(guò)濾：過(guò)濾指定html標(biāo)簽，比如<a ，<font
4）字符截取：通過(guò)開(kāi)始和結(jié)束字符串對(duì)內(nèi)容進(jìn)行截取
5）純正則替換：通過(guò)強(qiáng)大的正則表達(dá)式進(jìn)行復(fù)雜的替換。
6）數(shù)據(jù)轉(zhuǎn)換：包括將結(jié)果簡(jiǎn)轉(zhuǎn)繁、將結(jié)果繁轉(zhuǎn)簡(jiǎn)、自動(dòng)轉(zhuǎn)化為拼音和時(shí)間修正轉(zhuǎn)化
7）智能提取：包括提取第一張圖片、智能提取時(shí)間、智能提取郵箱、智能提取手機(jī)號(hào)碼、智能提取電話號(hào)碼
8）高級(jí)功能：包括自動(dòng)摘要、自動(dòng)分詞、Http請(qǐng)求、字符編碼轉(zhuǎn)換、同義詞替換、空內(nèi)容缺省值、內(nèi)容加前后綴、隨機(jī)插入、運(yùn)行C#代碼、批量?jī)?nèi)容替換，統(tǒng)計(jì)標(biāo)簽字符串長(zhǎng)度等一系列功能。
9）補(bǔ)全單網(wǎng)址：將當(dāng)前內(nèi)容作為一個(gè)網(wǎng)址進(jìn)行補(bǔ)全。
10）文件下載：可以自動(dòng)探測(cè)并下載文件，可設(shè)置下載路徑和文件名樣式。
11）內(nèi)容過(guò)濾：對(duì)于一些不符合條件的記錄，可以通過(guò)設(shè)置內(nèi)容過(guò)濾來(lái)刪除或標(biāo)記為未采。

火車(chē)采集器 9.8.0 官方版

• 軟件性質(zhì)：國(guó)產(chǎn)軟件
• 授權(quán)方式：免費(fèi)版
• 軟件語(yǔ)言：簡(jiǎn)體中文
• 軟件大�。�23789 KB
• 下載次數(shù)：2977 次
• 更新時(shí)間：2019/4/8 17:01:06
• 運(yùn)行平臺(tái)：WinAll...
• 軟件描述：火車(chē)采集器是使用人數(shù)比較多的互聯(lián)網(wǎng)數(shù)據(jù)挖掘軟件。能采集99%的網(wǎng)頁(yè)，就算網(wǎng)頁(yè)需要... [立即下載]