小蜜蜂推广大师:采集软件使用教程V0315版本
小蜜蜂采集软件使用要点： 1、首先点击“内容采集”按钮，如下图所示
3、首先我们进行第一步：采集网址规则，在采集网站处输入我们要采集网站的网址，这里主要用来识别网站编码用的，输入网址后把鼠标移动到其它任何输入框，软件会自动识别网站编码，我们以采集牛站长论坛为例子，所以这里输入www.nb5.cn(注意不要输入http://，因为软件默认自带http://)；采集网址就是我们要采集的内容目录页，其中目录页有很多分页，如图
目录页的网址： 4、我们仔细看目录页http://www.nb5.cn/forum-102-1.html 的源代码(如何查看源代码，用IE打开网页，然后在网页内鼠标右键 －> 查看源代码)，就可以发现在 “版块主题”和“</form>” 之间是文章列表内容，而且这两个标记是唯一的，“</form>”是从“版块主题”这个位置开始往后查找，是唯一的，我们就以此为页面内选定区域采集网址的开始和结束标志，如下图3所示 5、我们再来看内容页面的网址
6、采集网址规则设置好了，我们可以测试看一下效果，点测试按钮，测试效果如下图，关闭测试网址列表点击隐藏按钮：
7、接下来我们进行第二步：采集内容规则，我们以这个页面为例http://www.nb5.cn/thread-1733334-1-1.html，采一下标题和内容等，先看源码 这里我们获得标题，可以选开始“<title>” 结束“-”；下面讲一下怎么获得内容，我们先打开网页源代码，查找内容附近的代码
我们可以看到，文章前边是<div class="t_fsz">这个代码，我们查找一下，这是唯一的，可以使用，然后找后边文章结束有个这个代码</td></tr>，这个也是唯一的。这样，我们以这两个代码为开头和结尾就可以获得内容了；如下图1所示 8、如果我们希望采集的内容必需是包含我们需要的关键字内容，我们可以在“内容中包含关键字”输入关键字(多个关键字用小写逗号格开)；有时候一些帖子内容都是一些水帖，或者没有内容的帖子，这时候我们可以自定义内容的长度，把没有内容的帖子全部过滤掉，我们就可以在内容处输入内容长度，单位是字，我们可以输入一个100，如下图1所示 9、小蜜蜂采集软件会自动去掉帖子内容里面的网页标签，ubb代码，保留纯文字内容，但是有时候内容里面还带有一些我们不需要的内容，譬如该帖子里面有一个“西安担保”文字，我们希望过滤掉，这时候我们点击上图2的“内容替换”按钮，弹出下图窗口，输入从“西安”到“担保”，替换为空，不需要输入，然后点击“添加”按钮，返回点击“隐藏”按钮即可，如下图1所示： 10、采集内容规则设置好了，我们可以测试看一下效果，输入测试网址，点测试按钮，测试效果如下图：
11、我们可以根据测试采集的内容来调试采集规则，直到调整完全满意后，我们不要忘记点击“保存”按钮，这样一个采集规则就完成了 12、接下来我们进行第三步：开始采集，点击“浏览”按钮，选择保存采集内容文件的目录，然后点击“开始采集”，如下图1所示，在采集的日志中，我们看到有“没有采集到内容”，这是因为我们在采集规则中设置了“内容中包含关键字”和“内容长度”条件，而采集到的内容没有满足这两个条件，所以就被抛弃掉 12、接下来我们进行第四步：伪原创，我们可以“打开伪原创词库”文件，里面的内容就是一些词语替换的词库，这些词库我们是可以增加、修改和删除的，只要按照文件内的格式“原词语=替换后词语”书写就可以了；接下来我们点击“开始转换”按钮，小蜜蜂采集软件就开始自动伪原创，如下图所示： 13、操作完以上4步，我们的采集内容＋伪原创就完成了，采集到的文件，我们可以手动打开文件，查看一下里面的内容，其中第一行为标题，第二行开始为内容，如果发现有些采集到的内容还是有其它不需要的内容，我们可以继续修改采集规则、内容替换来不断调整，直到适合我们的要求，在这里特别需要提醒的是每次修改采集规则，一定不要忘记点“保存”按钮，否则我们的辛苦劳动都白白浪费了；
|
