网页内容抓取工具(善肯网页TXT采集器介绍及规则设置的介绍)

　　网页内容抓取工具(善肯网页TXT采集器介绍及规则设置的介绍)

　　山垦网页TXT采集器是一款小巧、绿色、易操作的网页文字抓取工具。部分网站不支持文字复制，但是这个工具可以帮你把指定网页采集的所有文字都复制下来，特别适合采集小说，软件可以自动帮你以TXT格式保存文件。

　　功能模块介绍

　　1、规则设置：

　　①在规则设置窗口，直接在网站中找到一篇文章，不写任何规则。先点击实时预览，看看能不能拿到网页的源码。如果你能得到它，然后写规则。如果你不能得到它，就没有必要继续下去。

　　②规则设置使用正则表达式匹配内容。最好有一定的基础。如果没有基础，可以参考给出的例子。学习简单，不需要经常学习。

　　③设置规则时，目录页和内容页需要分开预览，也需要两个链接，一个目录页链接和一个内容页链接。

　　④ 关于更换，有一般更换和定制更换。目前不需要正则化，普通替换即可。需要注意的是，必须输入一个值，一个空格也可以。删除：选择整行，然后按住删除键。当内置的\n 用作替换数据时，表示换行。

　　⑤编码，目前只设置了GBK和UFT-8，几乎大部分网站都是这两种编码之一。

　　2、解析下载

　　①解析请按2键解析地址。按钮1目前是任性的，不想被删除，以后会开发其他功能。

　　②支持单章下载和全文下载。

　　③支持添加章节号【部分小说无章节号时可以查看】

　　④ 支持在线观看，但需要联网。此功能只是辅助功能，并非专业的小说阅读软件。

　　⑤显示下载进度和总时间，内置多线程。

　　3、关于软件

　　①其实只要.exe就够了，规则都是自己添加的，commonrule.xml中收录了常用的替换规则。网站规则在规则文件夹中。我在里面放了两条网站规则，主要是为了测试。其他网站规则可以自行添加，也可以支持开发者。

　　②软件未打包，c#开发，不含病毒。别担心，请不要使用它，我不会收回它。

　　③ 关于软件中跳转到论坛的问题，我亲自测试跳转时360提示的。也可能是因为跳转到了360浏览器。不知道你会不会遇到这个问题。

　　④ 如果xml中的内容不清晰，请勿触摸，以免软件识别失败和错误。