请选择 进入手机版 | 继续访问电脑版

蓝天采集社区

 找回密码
 立即注册
搜索
热搜: 采集 cms
开启左侧

使用中常见问题汇总!

[复制链接]
admin开发者 发表于 2019-9-26 19:24:34 | 显示全部楼层 |阅读模式
采集中断、自动采集无效、图片下载不了
详见:http://bbs.skycaiji.com/thread-649-1-1.html

cli命令模式
php可执行文件:默认自动识别,识别不了,在linux系统中关闭目录跨站保护,手动输入:可输入环境变量名“php”(需要系统中已配置)或输入可执行文件路径,注意不是php目录,一般windows中文件为“php目录/php.exe”,linux中文件为“php目录/bin/php”

触发不了采集:
1、确定php配置是否正确
2、开启proc_open函数
3、给web服务器配置执行命令的权限

页面渲染设置
谷歌浏览器安装:windows百度下载安装即可,linux请看http://www.skycaiji.com/Manual/doc/page_render
配置谷歌路径:可输入环境变量名“chrome”(需要系统中已配置),或者输入可执行文件路径:一般windows中文件为“浏览器目录/chrome.exe”,linux中文件为“浏览器目录/bin/google-chrome”,注意:浏览器版本不同可能会导致可执行文件名不同!

采集规则设置
手机移动端页面:开启请求头信息,设置UserAgent浏览器标识
需要登录的页面:开启请求头信息,设置Cookie缓存数据,如何获取cookie:https://jingyan.baidu.com/search ... D%91%E7%AB%99cookie

采集到的网址没有域名:开启自动补全网址

规则中的特殊字符识别不了:使用正则规则的时候特殊字符必须使用“\”转义才能使用,和正则冲突的字符有:^$.*+|?[]{}()

页面渲染:使用渲染和不使用时的html源码是不一样的,规则可能不通用!

浏览器中获取到的xpath在采集器中没有用:可能该xpath的对象是渲染出来的元素,采集器默认只能抓取原始html源码的内容,渲染出来的元素需要开启“页面渲染”功能,或者分析相应的js链接来抓取,使用“测试》分析网页”可以看到采集器实际抓取到的页面

字段怎么插入内容:添加一个新字段,获取方式选择“字段组合”

发布设置
本地cms程序检测不出来:
1、采集器和cms程序是在同一个网站目录中,可能是不支持您的cms程序,需要在路径结尾中加上“@cms名称”即可识别出插件
2、采集器和cms程序不在同一网站但在同一服务器中,可能是服务器开启了目录跨站保护,关闭即可

工具
错误日志文件太多占用空间:可以在“站点设置”中关闭,后台首页使用“清除缓存”可以清空日志

插件/应用开发
应用程序无法访问:应用需要配置伪静态才能使用,配置文件在蓝天采集器根目录:nginx.conf(nginx),.htaccess(apache),web.config(iis)
函数插件创建后不显示:需要在“云端》已下载》函数插件”中点击开启

云平台下载的文件去哪了
在“云端》已下载”中可找到云平台中下载的规则、插件等
采集规则在 “编辑任务 > 导入规则 > 已下载规则” 中使用
发布插件在 “任务 > 发布设置 > 本地CMS程序” 中使用
函数插件在 “任务 > 采集器设置 > 数据处理” 中使用

第三方如何使用
开发者安装了“第三方平台”应用,点击“云端》已下载》应用程序》第三方平台”的管理连接,界面中的“应用首页”链接即为您需要提供给用户的平台网址!
用户在“云端》第三方”中添加开发者提供的平台网址即可在对方平台中下载规则、插件等。













回复

使用道具 举报

datong 发表于 2019-9-28 12:43:30 | 显示全部楼层
非常精彩!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|蓝天采集社区

GMT+8, 2019-10-18 19:05 , Processed in 0.024761 second(s), 24 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表