无需规则自动采集(优采云采集平台在采集部分时提问频率比较高的疑问 )

　　无需规则自动采集(优采云采集平台在采集部分时提问频率比较高的疑问

)

　　我们在采集部分总结了您使用优采云采集平台时的一些常见问题，供您回顾，希望您能有更好的体验。详细问答如下：

　　1.任务开始后可以切换或关闭页面吗？

　　行。启动采集（包括定时采集，自动发布），根据条件发布，或者执行这些激活后，页面可以关闭，包括shutdown。任务将在云中自动运行。

　　“按列表发布”发布过程不会关闭页面。

　　2.如何采集把图片保存到自己的服务器，替换掉原来的图片地址？

　　在采集之前，设置图片下载存储优采云，当采集时，图片下载完成后会自动下载并替换为新地址。发布文章时，默认为文章 APP中对应下载的图片一并传输到用户服务器；

　　3.任务一直在运行，但是没有更新提示或者没有采集到数据

　　可能原因：程序更新维护，服务器重启。此时，您可以在继续采集 之前暂停任务。注意不能用stop，如果stop，会重新采集list details链接，浪费时间。

　　4.如何设置detail extractor的description和keywords字段？

　　详情提取器的description和keywords字段用于获取页面对应的meta标签的content属性中的内容。如果使用智能向导创建采集任务，这两个字段会自动生成，不需要配置；

　　提示：有些页面没有对应的meta标签，所以采集的内容为空；

　　一、填写详情提取器【当前字段Xpath】：

　　描述字段：//元[@name="description"]

　　关键字字段：//meta[@name="keywords"]

　　

　　

　　

　　二、在描述和关键字字段的【高级设置】中，提取值类型并选择“节点属性”，并为属性值填写内容；

　　

　　5.如何采集删除数据？

　　不能批量采集删除的数据，因为系统会记录已经采集的数据url（即使数据已经被删除），采集默认是跳过没有采集 @采集 的重复数据。

　　有两种方法可以解决它：

　　一、清除采集 URL

　　清除系统的采集 URL记录：【结果数据&发布】===【更多操作】==清除采集URL==开始采集;

　　

　　二、重复数据覆盖采集

　　启动任务采集时，选择【覆盖已有数据】进行重复数据处理；（采集之后，建议改回skip，不再采集保存，避免下次重复采集同样的数据）

　　

　　6.解决办法经常进入控制台后跳回登录界面

　　如果进入优采云控制台后，每次请求都会重定向到登录界面，请检查你的网络IP地址是否不固定，可以多次刷新登录页面查看IP地址下方，或联系管理员。

　　

　　7.绑定用户失败导致登录失败？

　　登录优采云控制台时提示：登录失败，请重试，原因：绑定用户失败，请重试！

　　解决方法是重新登录，忽略绑定用户失败的提示。

　　

　　8.如何获取任务id？

　　任务 ID 只有 优采云 管理员有权查看或复制任务。

　　进入任务界面，左上角或url地址后面有一个任务id：

　　

　　9.如何删除 采集 数据？

　　当采集（任务采集入站数据+链接段库段数）总数据存储量超过包限制时，需要删除已发布或无用数据（链接段）以腾出空间继续采集;

　　查看当前总数据存储量：点击控制台界面左侧列表中的【账户与套餐余额】。总存储量是所有 采集 任务中存储的数据和链接段落库中的段落数之和。和;

　　

　　以下是删除数据（链接段落）的多种方法：

　　一、根据任务删除不需要的数据：

　　输入任务的【结果数据&发布】栏：

　　- 您可以选择勾选不需要的部分数据，然后点击删除按钮；

　　- 可根据数据状态批量删除；

　　- 可以直接删除所有数据；

　　

　　二、从任务列表中删除数据：

　　点击任务数据量栏对应的红色垃圾桶按钮，删除任务的所有数据；

　　

　　三、批量删除多个任务的数据：

　　在任务列表中，选择并勾选要删除的任务，然后点击【更多操作】按钮，再点击【删除所有任务数据】；

　　

　　四。删除链接段落

　　在[站群&sprocket]--》[链接段落库]中，可以删除一个库或批量删除多个库的段落，也可以进入库删除部分选中的段落；

　　

　　

　　10.从内容中快速删除链接或图片

　　如果在采集之前，在detail extractor的字段数据处理设置中删除链接或图片，采集时系统会自动处理：

　　

　　如果是采集已经收到的数据，可以在【结果数据&发布】栏的【批量修改工具】中设置，暂时只支持手动：

　　

　　11.我如何采集获取链接的文章页面的内容？

　　如果你想分散采集几篇文章文章，或者文章页面的URL有规律的变化（比如数量增加），不需要获取链接从列表页面，可以使用采集模式[详情页面（散点采集）]，记得点击保存，然后只设置详情提取器的采集规则；

　　

　　12.你能采集视频吗？

　　优采云暂时不支持下载视频或音频文件，只能保留原视频或采集视频链接；

　　保留视频操作：

　　打开详情提取器的文本字段设置，点击【HTML标签过滤器】栏，然后点击【重置为默认】按钮，然后勾选video和iframe标签，并保存；

　　

　　13.采集 收录一些乱码

　　一般采集目标站使用GBK或GB2312字符编码，系统无法识别，导致采集部分内容出现乱码。

　　有两种解决方法：

　　一、详细解压器网络配置

　　点击详情提取器左下角的【网络配置】，在弹出的【页面编码】中选择GBK或GB2312，保存后再测试采集试试；

　　

　　二、开始采集接口网络配置

　　或者在启动采集界面的【网络配置】中设置，在弹窗的【页面编码】中选择GBK或者GB2312，保存后启动采集试试；