LocoySpider是一款非常專業(yè)的數(shù)據(jù)采集軟件，該軟件功能強大，為廣大用戶提供了網(wǎng)絡數(shù)據(jù)采集以及信息挖掘等功能，有了它，我們可以通過靈活的方式輕松的從網(wǎng)頁上抓取文字、圖片、文件等任何數(shù)據(jù)。

　　程序支持遠程下載圖片文件，支持網(wǎng)站登陸后的信息獲取，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。

【軟件特色】

　　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獲取任務，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 - 信息收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、過濾重復內容 － 軟件可根據(jù)用戶設置和實際情況對重復內容和重復網(wǎng)址自動刪除重復內容。

　　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。

【功能介紹】

　　1、支持所有網(wǎng)站編碼：完美支持采集所有編碼格式的網(wǎng)頁,程序還可以自動識別網(wǎng)頁編碼。

　　2、多種發(fā)布方式：支持目前所有主流和非主流的CMS,BBS等網(wǎng)站程序,通過系統(tǒng)的發(fā)布模塊能實現(xiàn)采集器和網(wǎng)站程序間的完美結合。

　　3、全自動：無人值守工作，配置好程序后，程序將依據(jù)您的設置自動運行，完全無需人工干預。

　　4、本地編輯：本地可視化編輯已采集的數(shù)據(jù)。

　　5、采集測試：這是其它任何同類采集軟件所不能比的，程序支持直接查看采集結果并測試發(fā)布。

　　6、管理方便：使用站點+任務方式管理采集節(jié)點，任務支持批量操作，再多的數(shù)據(jù)管理也很輕松。

【更新日志】

　　1、 列表頁新增“地址處理”功能

　　內容替換/排重

　　可以對網(wǎng)址中內容進行替換，且替換完成后，重復的網(wǎng)址會自動去重。

　　純正則替換

　　可以使用正則表達式進行匹配，和內容替換功能類似

　　字符編碼處理

　　網(wǎng)址中有需要轉碼的內容，比如采到的鏈接里有 & 可以進行解碼

　　2、新增“請求失敗數(shù)”的預警條件設置

　　3、下載圖片命名，新增[記錄自增Id]格式

　　記錄自增ID：同一個內容頁中，多個標簽設置記錄自增ID，那么多個標簽都是從1開始自增，再次測試運行又會重新開始從1自增，更換個內容頁測試運行，也是從1開始自增。

　　自增ID：設置自增ID是采集器啟動后運行，開始一個自增ID，從1開始自增，之后就是自增。重啟采集器后，又會重新開始自增ID，從1開始自增。

　　4、修復圖片下載誤判斷問題

　　5、修復計劃任務中“每天調度”，起始運行時間配置未生效的問題

　　6、 修復PHP插件，對于循環(huán)記錄的處理報錯的問題

　　7、修復拼音首字母對于一些錯誤字符的判斷問題

　　8、任務批量編輯，修復“發(fā)布”中“多網(wǎng)站亂序發(fā)布”未能復制的問題

　　9、修改“循環(huán)添加新記錄”配置后，修復數(shù)據(jù)格式選擇錯誤的問題

　　10、修復循環(huán)記錄中列表頁標簽被多次處理的問題

　　11、修復對于一些302跳轉地址，無法正確跳轉的問題

　　12、修復一些網(wǎng)址無法正確請求的問題