火車采集器(LocoySpider)是一款專業(yè)的功能強大的網(wǎng)絡數(shù)據(jù)/信息挖掘軟件，通過靈活的配置，您可以很輕松的從網(wǎng)頁上抓取文字、圖片、文件等任何資源。
程序支持遠程下載圖片文件，支持網(wǎng)站登陸后的信息采集，支持探測文件真實地址，支持代理，支持防盜鏈的采集，支持采集數(shù)據(jù)直接入庫和模仿人手工發(fā)布等許多功能特點。
火車采集器支持從任何類型的網(wǎng)站采集獲取您所需要的信息，如各種新聞類網(wǎng)站、論壇、電子商務網(wǎng)站、求職招聘網(wǎng)站等。
同時具有強大的網(wǎng)站登錄采集、多頁和分頁的采集、網(wǎng)站跨層采集、POST采集、腳本頁面采集、動態(tài)頁面采集等高級采集功能。
強大的php和c#插件支持，讓您可以通過二次開發(fā)實現(xiàn)您所想要的任何更強大的功能。

軟件特色

1、通用性強
無論新聞、論壇、視頻、黃頁、圖片、下載類網(wǎng)站，只要通過瀏覽器能看到的結構化的內(nèi)容，通過指定匹配規(guī)則，都能采集到您所需要的內(nèi)容。
2、穩(wěn)定、高效
五年磨一劍，軟件不斷更新進步，采集速度快，性能穩(wěn)定，占用資源少。
3、擴展性強、適用范圍廣
自定義web發(fā)布，自定義主流的數(shù)據(jù)庫的保存和發(fā)布，自定義本地php及.net外部編程接口處理數(shù)據(jù)，讓數(shù)據(jù)都能為你所用。

基本功能

1、規(guī)則自定義 - 通過采集規(guī)則的定義，可以搜索所有網(wǎng)站采集幾乎任何類型的信息。
2、多任務，多線程 - 可以同時進行多個信息采集任務，每個任務可以使用多個線程。
3、所見即所得 － 任務采集過程所見即所得，過程中遍歷的鏈接信息、采集信息、錯誤信息等都會及時的反映在軟件界面中。
4、數(shù)據(jù)保存 － 數(shù)據(jù)邊采集邊自動保存到關系數(shù)據(jù)庫中，并且數(shù)據(jù)結構能夠自動適應，軟件可以根據(jù)采集規(guī)則自動創(chuàng)建數(shù)據(jù)庫，以及其中的表和字段，也可以通過導庫方式靈活的將數(shù)據(jù)保存到客戶已有的數(shù)據(jù)庫結構中。
5、斷點續(xù)采 - 信息采集任務可以在停止后從斷點開始繼續(xù)采集，從此你用不再擔心你的采集任務意外中斷了。
6、網(wǎng)站登錄 － 支持網(wǎng)站Cookie，支持網(wǎng)站可視化登錄，即使登錄時需要驗證碼的網(wǎng)站也能采集。
7、計劃任務 - 通過這個功能可以讓你的采集任務定時、定量或者一直循環(huán)執(zhí)行。
8、采集范圍限制 - 可以根據(jù)采集的深度和網(wǎng)址的標識來限制采集的范圍。
9、文件下載 － 可以將采集到的二進制文件（諸如：圖片、音樂、軟件、文檔等等）下載到本地磁盤或者采集結果數(shù)據(jù)庫中。
10、結果替換 - 可以將采集的結果根據(jù)規(guī)則替換成你定義的內(nèi)容。
11、條件保存 - 可以根據(jù)某個條件來決定那些信息保存，那些信息過濾。
12、過濾重復內(nèi)容 － 軟件可根據(jù)用戶設置和實際情況對重復內(nèi)容和重復網(wǎng)址自動刪除重復內(nèi)容。
13、特殊鏈接識別 - 運用此功能可以將用JavaScript動態(tài)生成的鏈接或其他更古怪的連接識別出來。
14、數(shù)據(jù)發(fā)布 － 可以通過自定義接口，將已采集的結果數(shù)據(jù)發(fā)布到任意的內(nèi)容管理系統(tǒng)和指定數(shù)據(jù)庫中?，F(xiàn)在已支持的目標發(fā)布媒體包括：數(shù)據(jù)庫(access, sql server,my sql,oracle) ，靜態(tài)htm文件。
15、預留編程接口 － 定義多個編程接口，用戶可以在事件中利用PHP,C#語言進行編程，擴充采集功能。

更新日志

1.修復高dpi下采集器登錄界面錯位的問題
2.修復中文分詞存在的問題
3.修復任務完成后不能關機的問題
4.生成Word和Excel可選2007和2003格式
5.增加任務規(guī)則異常報警功能。
6.添加了批量關閉已完成任務窗口功能
7.修復文件下載中存在的一些問題
8.修復邊采集發(fā)布為excel 無內(nèi)容的bug
9.修復二級代理 Session中url的組合錯誤
10.升級插件內(nèi)核心，增加偽原創(chuàng)等插件