WordPress自动采集发布文章01-使用火车头采集目标网站

火车头采集目标网站有什么好处

火车头采集目标网站有什么好处呢？

它会根据我们指定的网站进行采集，采集到的内容和我们网站的内容相关性高。

为什么不用站群软件采集呢？站群软件和火车头采集的方式不一样，站群软件用的是泛采集，而火车头是定向采集。泛采集是指：根据我们所设计的关键词，搜索相关内容进行采集，比如说，站群软件内置了几千个网站，然后从这些网站中来采集内容，这些内容是根据你设置的关键词来搜索的。然后索引几千个网站来采集相关内容，这些网站一般都是门户站，或者是通过搜索引擎来索引一些百度知道相关内容，这会导致用站群软件采集的文章质量不高，并且采集的文章重复率会很高，因为你采集的文章别人也可能采集了，因为用站群软件的人不只你一个。

所以说，火车头采集的好处就是：我想采集哪个网站就采集哪个，网站内容的相关性更高。文章质量也会更加高一些。

如何自主学习火车头采集

可以访问这个网站：火车头论坛使用教程

实战采集步骤

我这里来演示火车头如何采集：

比如说，我来采集虚幻私塾的文章：

1.打开火车头，新建任务

首先任务名取为：“虚幻私塾”

.png - wordpress自动发布文章01-使用火车头采集目标网站

这里分三步：

• 采集网址规则
• 采集内容规则
• 发布内容设置

这一节，我们讲解前2步：

首先，我们先添加采集的网址，

• 单条网站：采集制定的网页
• 批量/多页：采集文章列表

那在这里，虚幻私塾有很多列表，我们就以批量多页来做示范：如下图所示，完成后，点击“添加“ 和 ”完成”

You must be logged in to view the hidden contents.

这样，我们就定义好了规则。

点击“测试网址采集”：

就可以看到：所有的分页都被采集到了：

02 - wordpress自动发布文章01-使用火车头采集目标网站

点击“返回修改设置”。接着再点击保存。

然后右键任务名称“虚幻私塾”，点击“编辑任务”：

03 - wordpress自动发布文章01-使用火车头采集目标网站

从第一步随意找到一篇文章，双击，即可以这篇文章为典型文章采集了。

05 - wordpress自动发布文章01-使用火车头采集目标网站

我们会看到采集到的文章内容有很多html标记，所以我们需要对内容定义一个“规则”。

这里先把“作者”“时间”“出处”删除。

然后对标题和内容进行筛选：

标题：

• 开始：
• 结束：

内容：

• 开始：
• 结束：

这里可以不断的测试，采集出来的数据是否正确，如果没有问题

保存设置，然后勾选采网址，采内容。

06 - wordpress自动发布文章01-使用火车头采集目标网站

接着开始采集即可。

采集完成后，我们可以查看下采集的数据是否正确：

07 - wordpress自动发布文章01-使用火车头采集目标网站

如果都有，说明采集的数据符合我们的要求。