菜单和工具条的使用



很容易理解的就不多说了，主要说一些比较复杂的一些功能：

1.发布数据：就是把抓到的内容发布到网站数据库里，点击查看详细说明

2.工具-记事本：就是打开记事本。记事本是经常用到的

3.工具-网址编码计算：在网址中中文会被编码，比如http://www.xxxx.com/index.asp？keyword=信息采集
传输时会被编码为 http://www.xxxx.com/index.asp？keyword=%D0%C5%CF%A2%B2%C9%BC%AF。此项常配合来发送POST请求。

4.工具-网址解码计算：就是网址解码得逆过程。%D0%C5%CF%A2%B2%C9%BC%AF解码后就是信息采集

5.工具-链接列表生成器：把有规律的网址生成一个链接列表，并保存为一个网页。然后就可以用这个网页作为起始地址来采集。常用来处理特殊情况。如果既要抓顶层页面又要抓关联页面就会用到的。

6.工具-网页索引生成器：就是把一个目录中的网页生成一个列表，点击这个列表文件中的链接就可以转到一个网页了。此项也用来处理特殊情况，比如阿里巴巴的求购信息必须要账户才能查看，更特殊的是每次都要输入验证码才能查看信息，软件还不可能自动识别并输入验证码，所以就要用网页索引生成器了。先人工把一条一条求购信息的页面保存到一个文件夹里，然后用网页索引生成器生成列表文件，最后用这个列表文件作为起始地址来抓取。这样的效率虽然没有自动抓取高，但是至少比人工高至少几十倍。注意：比如列表文件保存在c:\列表.htm，那么起始地址必须用file:///c:/列表.htm,而不能直接用c:\列表.htm作为起始地址。

7.工具-去除HTML代码：就是只保留文本内容，去掉html标记

8.设置-软件启动设置：

这里的设置也比较容易理解，需要提醒的是如果选中了“采集前是否删除采集过的网址”，那么会重新抓取所有地址。
定时抓取时间间隔如果数据量大，就不要设置太小。 如果执行一次任务需要20分钟，而这里设置的只有10分钟间隔，很显然是不合适的。