头条号定向采集设置教程

近日，我们升级了定向采集功能，以支持指定采集某个头条号文章，以下是详细教程（其实很简单！）
 
第一节：获取采集目标网址
首先，我们要找到想要采集的头条号的文章列表，比如我们从它的某一篇文章页面，点击右边头像，进入账号主页：
 

可以看到页面有“全部”、“文章”、“视频”、“微头条”等标签，我们目前只支持“文章”和“微头条”内容的采集，比如现在我们以“文章”为例，点击“文章”标签，然后复制浏览器地址栏的整个网址：
 

我们复制到的网址如下：$(document).ready(function() {$('pre code').each(function(i, block) { hljs.highlightBlock( block); }); });

https://www.toutiao.com/c/user/token/MS4wLjABAAAAWOefk69PqM_KvLpX6zGiM4wTmre7pBfKQWbcymKegyM/?tab=article

如果你复制到的网址和这个不一样，还有其他参数，没关系，不影响的。
 
第二节：添加定向采集目标
下面我们开始设置定向采集。定向采集分两种，一种叫“跟踪采集”，用来持续跟踪页面上的新文章，只要有新文章出现，就采集。另一种叫“单次采集”，通常用于采集某个文章列表的历史文章，可以自动翻页。
如果你是想要做跟踪采集，只需把上面的网址填到定向采集里面就可以了：
 

如果你是想要采集历史文章，那就选单次采集，分别填入上面的网址和要采集的页码范围。注意，头条号定向采集每页网址数是20条，只能从第1页开始采集，最多采集前100页。比如，如果你填的页码范围是1-10，那么系统采到第10页后就停止。如果页码范围是1-80，那么系统采到第80页后停止。而如果你填的页码是101-200，系统还是会从第1页开始，然后采到第100页结束。
 

添加完以后我们就看到了定向任务列表：
 

 
第三节：选择定向采集链接，保存任务
我们点击任务右边的“规则设置”按钮，在弹出页面中选择需要采集的链接。在采集系统运行过程中，如果页面上（包括分页上）对应位置有链接，系统就会去采集。通常，你只需要把全部链接都选中，然后保存就可以了。
 

 
注意事项：头条号采集需要按顺序翻页，因此在采集历史文章时，尽量不要把采集需求量设得很大（建议不超过100篇每小时），否则系统会自动开启多线程并行采集，从而文章采集失败率升高。
 
定向采集完整图文教程在这里