采集器采集 关于优采云增值服务的一些常见问题

　　采集器采集 关于优采云增值服务的一些常见问题

　　1、积分

　　积分用于支付优采云增值服务。在优采云采集器采集数据之后，它们用于导出数据。免费版导出数据需要加分，专业版及以上导出数据无限制。积分可以单独购买，也可以通过登录、完善*敏*感*词*、绑定社会账户等方式获得

　　注：使用优采云增值服务时，不同的账户类型有不同的收费策略。在版本描述中详细说明了具体的计费策略和区别

　　2、规则（也称为任务）

　　

型@

　　Rule是一个程序脚本，优采云Rule configurator记录手动操作过程，在优采云客户端显示，并可以导入和导出。配置规则后，优采云可以根据配置的规则自动执行数据采集，而不是手动执行采集@

　　3、云加速

　　优采云系统部署在分布式集群中。每个集群由大量的云节点组成。单个节点的采集容量相当于一台PC，通过优采云后台版本资源分配策略，分配的云节点资源数量将享受数倍的加速，版本越高的账号加速次数越高

　　4、云优先

　　如果多个用户共享一个集群的资源，那么集群的大小就有一个上限。如果同时提交的集群任务过多，造成资源拥塞，优采云系统默认按照用户账号版本进行排序。版本高、优先级高的，优先获得资源配置权益。未临时分配给资源的任务将排队

　　@你知道吗5、URL你知道吗

　　

型@

　　URL是指正常的网站URL

　　6、本地采集

　　

型@

　　Local采集表示它不占用集群的资源，只能通过优采云客户机所在的PC工作。在工作期间，计算机和软件需要运行。电源中断或网络中断将导致数据采集任务中断

　　7、云采集

　　

型@

　　云采集指通过优采云提供的服务器集群工作，该集群处于7*24小时工作状态。客户端完成任务设置并提交到云服务执行后，可以关闭软件并关闭计算机离线采集真正实现无人值守。另外，云采集通过分布式部署ECS集群，同时进行多节点操作，可以有效提高采集效率，避免各种网站IP阻塞策略

　　8、正时采集

　　

型@

　　Scheduled采集表示用户可以设置优采云的采集规则，在云采集集群上定期运行任务。任务将根据定期设置的时间定期运行几次，并支持实时采集

　　@你知道吗9、URL流通

　　

型@

　　URL looping是指在URL中设置优采云looping采集一批数据

　　你知道吗10、自动导出

　　

号@

　　自动导出是指用户可以通过一定的设置自动导出数据，并支持自动导出到数据库。自动导出到数据库只支持cloud采集，可以同时导出采集。导出的数据是目前尚未导出的数据

　　你知道吗11、饼干

　　

号@

　　1)cookie birth：当用户打开浏览器并发出一个页面请求时，web服务器只做一个简单的响应，然后关闭与用户的连接。因此，当用户向web服务器发起打开网页的请求时，无论是否是第一次打开同一网页，web服务器都会将该请求视为第一次。这种缺陷可想而知。例如，每次打开登录页时都需要输入用户名和密码。为了弥补这一缺陷，cookies应运而生

　　2)cookie概述：cookie是服务器临时存储在您计算机上的一段数据，以便服务器能够识别您的计算机。当您浏览网站时，web服务器将首先向您的计算机发送小数据，cookie将帮助您记录在网站上键入的文本（如用户名、密码）和其他操作。下次你再打开同样的网站. web服务器将首先查看上次是否有任何cookie。如果有，它会根据cookie的内容判断用户，并向您发送特定的web内容

　　3)cookie登录：优采云内置cookie记录功能，通过获取登录后的cookie来记忆登录状态，从而达到采集数据的目的。只能在优采云打开的网页中获取cookie，不支持自定义添加或修改cookie

　　你知道吗12、XPath格式

　　

型@

　　XPath：它是一种路径查询语言。简而言之，它使用一个路径表达式来找到我们需要的数据位置。XPath专门用于在XML中沿路径查找数据。有一套用于HTML的XPath引擎，因此您可以直接使用XPath准确地查找和定位web页面中的数据

　　你知道吗13、HTML格式

　　

型@

　　HTML概念HTML：超文本标记语言，是一种用来描述网页的语言。它主要用于控制数据的显示和外观。HTML文档也称为网页

　　HTML结构：完整的HTML文件至少收录标记

　　标记、标记和标记，这些标记成对出现，以标记开头，以&gt；结尾；，在两个标记之间添加内容。可以通过这些标签中的相关属性设置页面的背景色和背景图像

　　你知道吗14、固定元素列表和非固定元素列表

　　

型@

　　固定元素列表是一种精确定位方法。它适用于网页上采集元素个数固定的情况。XPath可以精确地定位到元素。如图所示：三个XPath可以准确定位三个a标签

　　//DIV[@class='video-list']/DIV[1]/A[1]/H3[1]

　　//DIV[@class='video-list']/DIV[2]/A[1]/H3[1]

　　//DIV[@class='video-list']/DIV[3]/A[1]/H3[1]

　　

型@

　　非固定元素列表是一种模糊定位方法，用于解决某些网页列表元素不是固定数目的情况。例如，有些网页的第一页上有8个相似元素，第二页上有14个相似元素。如图所示：XPath可以直接收录所有三个a标记

　　//a[@class='test']

　　你知道吗1@5、阿贾克斯

　　

型@

　　Ajax:Ajax是一种延迟加载和异步更新的脚本技术。通过在后台与服务器进行少量的数据交换，您可以在不重新加载整个网页的情况下更新网页的一部分。在优采云中，如果网页上只有本地数据更新，并且网站的URL没有更改，优采云无法接收到网页更改信号，导致采集停止或采集没有数据

　　网页上的Ajax特性：1、当您单击网页中的某个选项时，大多数网站网址不会更改2、网页未完全加载，但数据在本地加载并更改

　　你知道吗16、Iframe框架

　　

公里@

　　Iframe是一个HTML标记，它创建一个收录另一个文档的内联框架（即内联框架），也就是web页面中的web页面。例如，我们可以通过Firefox获取1688登录框的详细地址，然后直接输入详细地址进行流程设计。右键单击Firefox浏览器中的登录框→ 选择此框架→ 图幅信息→ 地址。此地址是登录框的真实网址。获取此地址后，通常在优采云中输入此网址