简数采集器助手

　　简数采集器助手提供数据采集功能，可以帮助用户采集网页上的文章，在软件输入网页地址就可以开始采集，您可以设置采集方案，可以输入关键词采集，可以将采集的数据发布到WorpPress、帝国、织梦、ZBlog、Discuz、Destoon、Typecho、Emlog等CMS网站系统，软件提供编辑功能，可以在软件直接替换标题，可以插入关键词，可以中英转换文字语言，可以替换同义词，支持图片下载，为用户提供更专业的采集方案；简数采集器助手支持自动采集功能，用户可以通过这款软件设置每天自动采集的时间，设置每周自动采集的时间，支持微信公众号文章采集、今日头条、新闻关键词泛采集、淘宝客商品采集，如果你需要这款软件就下载吧！

软件功能

　　微信公众号文章、今日头条一键采集

　　采集微信公众号文章、今日头条，只需简单的输入，即可启动采集到完整的数据（系统自动接入多家商业IP代理商）。

　　多样化的图片下载存储方式

　　图片下载存储方式支持：阿里云OSS、七牛对象存储，腾讯云、又拍云、暂存简数，彻底解决图片防盗链问题。

　　定时采集+定时自动发布

　　每周，每天，每小时...，设置后即可按计划定时采集发布，轻松实现网站内容定时自动更新。

　　强大的SEO工具和灵活的数据加工处理工具

　　提供自动内链，正文前、中、后插入其它记录的摘要(不影响阅读)、翻译、同义词替换等原创辅助工具；自动过滤无用内容及广告等批量操作，保障数据显示格式的整齐。

　　与WordPress无缝对接

　　在Wordpress控制台插件搜索“keydatas”进行安装或升级；在简数控制台点击几下即可发布到Wordpress（2分钟内完成）。【简数采集】是新一代的网站文章采集和发布平台，它完全在线配置和使用云采集，功能强大，操作简单，配置快捷高效。

　　简数不仅提供网页文章采集、数据批量修改、定时采集、定时定量自动发布等基本功能，还集成强大的SEO工具，并创新实现了规则智能提取引擎、书签一键采集发布等特色功能，大幅提升了采集配置和发布效率。

　　采集简单，发布更轻松：支持一键发布到WorpPress、帝国、织梦、ZBlog、Discuz、Destoon、Typecho、Emlog等CMS网站系统，还可以发布到自定义Http接口。

　　另外还支持特定文章的“一键快速采集”，包括：微信公众号文章、今日头条、新闻泛采集。

软件特色

　　自动内链

　　给正文指定的关键词添加自定义链接，并可控制内链数量。合理的网站内链接，能提高收录与网站权重。

　　正文自动插入其它记录摘要（强烈推荐）

　　在正文开头、中间、结尾各插入一段摘要，摘要来自其它采集的数据，并可自定义格式，不影响用户阅读，有利于收录。

　　标题插入关键词

　　在标题开头或结尾随机插入用户提供的关键词（关键词库），还可对标题分词并与词库进行匹配后插入

　　同义词替换

　　支持同义词替换，对收录非常有帮助。系统提供官方同义库，用户也可自定义同义词库。[详细]正文插入自定义段落及标题自动关键词

　　在正文的开头、中间、结尾随机插入用户提供的段落，并把段落对应的关键词添加到标题最后。（需预定义段落库及关键词）

　　多语言翻译、简繁体转换

　　翻译支持百度、有道API接口。多语言同时翻译，翻译后内容存储在新的字段中；支持简繁体互转。

安装方法

　　1、打开简数采集器助手直接启动，显示软件的安装协议

　　2、提示安装地址C:\Program Files (x86)\采集器助手

　　3、软件的安装快捷方式，点击下一步

　　4、提示安装设置预览，点击安装

　　5、提示下载进度，等待软件安装结束吧

　　6、提示安装结束界面，点击完成启动软件

使用说明

　　1、软件界面如图所示，可以在这里找到您需要使用的功能

　　2、进入软件以后就可以在软件设置采集方式，可以输入基本信息以及网页地址

　　3、提供引导功能，可以在软件界面按照引导步骤设置采集任务，可以智能提取列表页中的多个详情页网址，智能提取详情页内容

　　4、公众号采集功能，输入任务名、文章采集方式、公众号名称或ID、删除指定位置图像

　　5、规则提取设置功能，直接进入网站提取相关的内容，也可以自己配置字段内容

　　6、定时采集功能，在软件设置采集频率，设置时间日期，设置截止时间

　　7、发布功能，可以将你的采集内容发布到网站，相关的发布状态可以在软件界面显示

　　8、设置发布对应字段(目标网站)把网站需的字段与详情提取器配置的字段进行映射对应

　　9、文字转换功能，如果你的文章需要发布为英文就可以通过这款软件翻译

　　10、发布以后会显示相关的文章地址，点击可以打开发布后的文章

官方教程

　　1. 智能向导 【创建采集任务】（推荐使用）

　　  智能向导可以自动生成普通文章常用的字段（标题，内容，发布日期等，详情见常用字段），并可以与wordpress，织梦、zblog和帝国等发布字段自动映射。

　　  完整的详细教程请看【文章采集入门教程(超详细)】;

　　  提示：需完整完成智能向导步骤（点击 ‘下一步’ 直到 ‘Finish’），系统才会自动生成常用字段和映射发布字段。

　　2. 高级创建 【创建任务（高级）】

　　  使用高级创建任务需要用户自己定义字段。一般用于采集跟自己业务比较相关的字段信息，如商品等。

　　  创建高级任务后，基本信息，列表提取器和详情提取器规则都为空，需自行设置，还有发布目标映射字段都得自行配置；

　　  提示：如果创建的任务需要登录才能采集到内容，需要使用Cookie，详细教程看使用fiddler获取网站Cookie，并应用到简数采集。

　　常用字段

　　  【创建采集任务】按照智能向导步骤，一步步操作，完成后详情提取器会自动生成以下默认常用字段：

　　  title（标题），author（作者），pubDate（发布日期），content（内容），tag（标签），description（描述），keywords（关键字），category（分类）。

　　文章采集入门教程(超详细)

　　第一步：登录简数控制台

　　  打开简数数据采集平台-http://www.keydatas.com 页面，点击右上角控制台，注册账号并登录进入控制台。

　　第二步：创建采集任务

　　  用户需先寻找要采集的网页，一般是 “列表页 + 详情页” 模式，教程以IT168网络安全频道-http://safe.it168.com/chanel-2-att-10-page-1.shtml为例，用户可以跟着教程操作一遍。

　　  点击【创建采集任务】按钮，使用智能向导模式创建任务，自命名任务名称与填写采集的列表页网址，再点击下一步即可。

　　  提示：智能向导创建任务最常用，还有其他创建任务的方式：高级创建任务、微信公众号文章采集、今日头条采集和淘宝客采集；

　　第三步：完善列表页的智能抽取结果

　　  I、查看列表页智能抽取结果

　　  使用智能向导创建任务，系统会先用智能算法获取详情页链接（多个），用户可以双击预览链接处的打开检查，如果不是想要的数据，可以点击【列表提取器】按钮进行手动修改。（建议每次创建任务都打开列表提取器进行确认）

　　  智能获取结果如下图：

　　  提示：上面结果中，系统智能发现了翻页规则，用户可以设置要采的页数。（建议在创建任务完成后再修改，详细教程可看 批量网址抓取配置 ）

　　  例子IT168列表页很明显获取不正确，点击【列表提取器】按钮进入设置界面。

　　  列表提取器打开后如下图：发现智能获取的是页面底部的网站介绍信息（简数可视化采集，绿色框框住的内容代表已选择采集）

　　  II、修改列表页抽取规则

　　  修改列表页规则主要有3个步骤：

　　点击“重置当前字段”按钮，重新开始配置;

　　用鼠标点击要采集的链接（一般是标题），只需点击两个不同链接，系统便会自动选中其它相似的链接；

　　检查页面左下角“数据预览” 下方是否列出了文章链接地址（相对的或绝对链接都可以），如果有则配置正确，如果没有，需要再重复上面第1和第2步。（注意选择的Xpath路径是以a或者a/kds结尾才是正确的）

　　  修改完成后保存关闭，在智能向导界面点击刷新，再点击下一步；

　　第四步：完善详情页的智能抽取结果

　　  I、查看详情页智能抽取结果

　　  系统会智能抽取详情页以下数据：（智能抽取的模板是列表提取器获取的第一个链接详情页）

　　  title（标题），content（内容），author（作者），pubDate（发布日期），tag（标签），description（描述），keywords（关键字），category（分类）。

　　  智能获取结果如下图：如果智能抽取的内容非想要的或者为空，可以打开【详情提取器】进行修改。

　　  II、详情提取器界面

　　  左侧上方一列title、content、author等参数称之为字段，字段可添加、删除或重命名；

　　  在右侧页面显示窗口，用鼠标点击来设置采集页面指定位置的内容，绿色框表示该字段已选择的采集区域。

　　  III、修改详情页采集规则

　　  该例子智能获取大部分正确，现在假设content字段获取不正确，来演示如何修改，主要分三步：

　　重置当前字段配置；

　　选择要采集的指定位置内容；

　　检查规则通用性；

　　  1、点击选择要修改的content字段 ==》 再点击【重置当前字段配置】按钮；

　　  2、重置后，先勾选【获取HTML】（保留排版和图片） ==》 选择要采集的正文部分（鼠标左键点击），如果发现难以精确选择到指定区域，此时可先选择正文里的一小段内容，再点击扩大点选区域；

　　  3、点击【典型详情页网址】栏，在下拉列表中选其它文章链接 ==》 查看预览并测试采集，确认是否通用；

　　  IV、字段数据处理配置（可选）

　　  每个字段都可进行数据处理（点击字段右侧绿色按钮或者下方设置按钮）：删除、填充、替换、提取、过滤，设置随机或固定值等等。

　　  以content字段为例，一般正文里的原有链接都不保存的，可以进入对应的字段数据处理选择【删除所有链接（保留文本）】，保存即可；

　　  其他数据处理功能详情见字段数据处理配置

　　  V、完成采集规则配置

　　  完成详情提取器规则修改后，点击右上角【保存并关闭】按钮，在智能向导界面点击刷新，然后下一步，再点击finish，一般不直接点击启动采集，因为还有其他功能需要设置。

　　  提示：完成任务创建后，如果还想要设置多页列表页采集，可以看详细教程 批量网址抓取配置

　　第五步：图片下载配置(可选)

　　  如果需要将图片下载到用户服务器或者商业云存储（例：阿里云，七牛云等），需先设置图片下载，再启动采集。（不需要下载图片可跳过这一步）

　　  以下载图片到用户服务器为例：

　　  图片下载配置-存储方式选择

　　  点击【图片下载配置】==》点选【存储到简数】==》选择对应CMS系统的官方配置选项，例 “暂存简数-WordPress（官方）”==》 保存；

　　  提示：建议使用简数官方的图片下载配置即可，如果CMS系统默认存储图片的目录有改动，才需要创建新的暂存简数图片配置。

　　  其它图片存储方式配置请见：图片文件下载及云存储;

　　第六步：启动采集任务

　　  在任务中，点击右上角的【启动 | 定时采集】按钮，进入启动采集界面，一般使用默认配置即可，点击【启动 | 定时】按钮，开始采集。

　　  采集完成：

　　第七步：数据SEO处理（可选）

　　  不使用SEO规则的可以跳过这一步。

　　  在任务中，进入【结果数据&发布】栏目 ==》点击【SEO&简繁体&翻译工具】按钮 ==》选择SEO规则 “正文插入动态段落（官方）” ==》执行SEO（按发布状态）==》查看是否执行成功，有灰底的段落就是插入的动态段落，内容来源于同一任务的其他数据；

　　  提示：SEO规则的详细教程可以看如何使用简数SEO工具;

　　第八步：发布目标设置

　　  发布采集的文章到用户网站，需要2个步骤：

　　在用户网站系统后台安装简数发布插件；

　　创建发布目标（一般一个发布目标对应一个栏目）；

　　  I、安装简数发布插件(以发布到wordpress为例)

　　  在WordPress网站后台左侧菜单打开：“插件” --》 “安装插件” --》 输入关键词 keydatas或简数 搜索插件--》 安装后，点击“启用”，左侧菜单便会出现“简数采集平台” --》 点击“简数采集平台” 即可修改发布密码等。

　　  提示：其他CMS系统简数发布插件的安装请看数据发布的详细教程。

　　  II、创建发布目标

　　  在任务里点击【发布目标管理】栏目，按照CMS系统创建对应类型的发布目标，点击【+发布目标-WordPress】

　　  III、填写网站基本信息

　　  名称可自命名，网站首页链接请填写网站首页URL（http或https协议也需填上），发布插件密码是在用户CMS系统后台的简数插件处获取；

　　  VI、设置发布对应字段

　　  对wordpress网站的属性（下图：目标网站字段名列）进行映射匹配，每个属性可以设置为详情提取器中定义字段获取的内容（下图：值来源1列）或者 固定值（下图：值来源2列），两列只能一个有填选内容存在（值来源1列的内容优先生效）。

　　  例如下图中标题属性在值来源1列选择title，内容属性在值来源1列选择content，分类目录属性值来源1不选择对应字段，在值来源2列填写分类名称，例如新闻；（分类栏目设置详细教程）

　　  设置完成后，保存关闭（第三步除非特殊需求，一般不用设置）。

　　  提示：其他CMS系统的字段设置可以查看 数据发布教程 或者 发布常见问题 ；

　　第九步：手动发布数据

　　  在任务中，进入【结果数据&发布】栏目 ==》点击【发布数据】按钮 ==》选择发布目标 ==》点击【发布】按钮 ==》查看发布结果（按状态发布过程中，可以关闭页面或电脑的，是云端发布的）；

　　  至此，手动创建任务，发布数据的流程就已结束，下面是自动化采集发布。

　　第十步：自动化采集与发布

　　  自动化采集与发布主要作用：

　　用户只需设置一次，系统就会自动定时采集，自动数据SEO处理和自动发布，省时省力高效；

　　实现定时定量更新网站内容，可有效提高网站的收录；

　　  I、自动发布与SEO设置

　　  在任务中，进入【自动化:发布&SEO&翻译】栏目 ==》勾选上【自动发布】 ==》选择发布目标 ==》勾选上【采集后，自动执行SEO】==》选择SEO规则 “正文插入动态段落（官方）” ==》最后点击保存按钮；

　　  II、定时采集启动

　　  进入任务，点击右上角的【启动 | 定时采集】按钮 ==》勾上 “启用定时采集” ==》选择定时方式（以每天为例） ==》设置开始日期和时间（以30分钟后为例，点击30分钟按钮）==》设置截止时间（以2年后为例，点击设为2年后按钮）==》 点击【启动 | 定时】按钮==》查看定时采集是否成功运行；

　　  红色时钟小图标的右侧为下次运行的定时时间

　　  提示：建议开始时间为未来时间，不要设置已过去的时间；