这几天由于业务需要接触到了数据采集，用的是火车采集器，官网：http://www.locoy.com/baidu/index?baidu。

这里以8.0版本作演示，闲话就不多说了，首先，你看到的界面是这样的：

当然，第一次使用的话，左边这些列表是没有的，这是项目需要自建的任务列表。那么，现在从头开始介绍怎么操作吧。

1.新建任务

左边空白处右键—>新建分组

然后列表里多了一个任务组（这里以测试分组为例），接下来你可以继续在这个文件夹下继续建立分组或者直接新建任务（根据需要）

2.编辑任务

其实就是你新建任务之后的界面，任务名自定义：

接下来就是该工具数据采集的重点了，拿个小本记一下！！！

2.1采集网址规则（列表页）

看到第一步右边的添加了没，点击添加：

这里的网址规则分两种，一是单页网址，二是分页网址，举个栗子：

我要采集这个网站科技论文栏目下的所有文章，由于文章数目比较多，那么稳扎列表页也是有很多的，比如一个列表页有10篇文章：

http://www.XXXXX.com/tdkj/index.shtml;http://www.XXXXX.com/tdkj/index_2.shtml;http://www.XXXXX.com/tdkj/index_3.shtml;http://www.XXXXX.com/tdkj/index_4.shtml;http://www.XXXXX.com/tdkj/index_5.shtml;http://www.XXXXX.com/tdkj/index_6.shtml;http://www.XXXXX.com/tdkj/index_7.shtml;http://www.XXXXX.com/tdkj/index_8.shtml;http://www.XXXXX.com/tdkj/index_9.shtml;

这里有10个文章列表页，很显然，他们的地址规则是分两种风格的：第一页和其他九页；

对于第一种风格，当然是选择\”单条网址\”（下面就不打码了）：

对于第二种风格：

这样，文章列表页网址就全部拿到了，那么，怎么从这些文章列表页获取具体的文章页面链接呢？

2.2采集网址规则（内容页）

我们来看一下文章列表页的html结构（拿刚才的首页作栗子）：

考虑到博客页面的整体宽度，以及两张图共一排对比的必要性，我将图缩小了，其实你也没必要看清图中的

具活动：慈云数据爆款香港服务器，CTG+CN2高速带宽、快速稳定、平均延迟10+ms 速度快，免备案，每月仅需19元！！ 点击查看体文字，你只要根据上图体会一下，该html的结构即可；

毋庸置疑，每篇文章的具体内容页链接就在这个标题中了，不信你看：

很显然我们要从DOM结构中获取这些内容页链接，那么就涉及到获取规则的写法了，请看：

选择添加或者修改（如果你之前就有规则的话）：

箭头从上到下，从左到右，需要注意的是，虽然工具给我们自动生成了规则，但工具毕竟是工具，他自动填充的规则通常都是不靠谱的！！！

那就需要我们自己分析规则了：

我们要获取所有

因此，这里的规则妍写成从