风车通用Web采集程序在线版 v1.5.4
v1.5.4
改善：修改了采集网址队列数超过5000，自动重启时无法停止的问题 2008-2-29
改善：采集项高级过滤设置中，可进行替换。格式为在原过滤规则后加入"[to]" 2008-2-29
增加：增加了采集时间间隔的设置，避免给采集站服务器带来较大压力
增加：增加了采集网址需要登陆验证的情况，需设置登陆及验证地址 2008-3-1
增加：列表JS提交方式（Post）分页。使用方法：在提交地址上追加参数"?fc_action=post&参数1={$pageid}"，如果提交页已包含"?"，则 为："&fc_action=post&参数1={$pageid}" 2008-3-1
功能特点：
******************************************
1、采用asp.net开发，运行于IIS下。
2、可根据入库设置，自动挂接到现有的网站系统，与现有系统实现无缝集成，补充或替换现有系统的采集程序。
3、采集调度，即计划任务，可为每个采集规则设定时间定时重复采集，多个采集任务可同时运行，到了设定时间采集程序在Web服务器后台自动执行，真正实现了无须人工干预的自动更新。
4、可自动归类，对采集的信息实现自动分类，当目标分类不存在时可自动创建该分类，也可通过分类映射将目标分类与当前网站内容分类进行合并。无需为每个类别建立一个采集任务。
5、采集规则设定简单易懂，程序具有2种运行方式，前台运行或后台定时运行。
6、可实现多级网页深度的采集，比如内容分页、部分信息在另外的页面、小说连载等类型的有主从表关联的信息采集。
7、独创的断点续采，目标网站有更新，采集程序才进行采集，仅采集更新的部分，效率高。 此功能对采集连载性质的网站特别有用，比如连载小说、连续剧等。
8、自动下载相关的外部文件到本地服务器或替换为远程路径，比如图片、FLASH、下载文件等，无需再手工上传到服务器。
9、支持采集模型的定义，可根据需要定义任意要采集的数据项，每个模型还可包含子模型。
10、自动识别绝大多数采集站的网页编码。比如常见的：GB2312,GBK,UTF-8,windows-1252,iso646-us等。
11、支持从列表页采集缩略图及其他附加信息。
12、多线程异步采集，采集效率高，占用服务器资源较低。
|
|
|
|
|
