侠客站群软件-http://www.xiake.net 柳州侠客科技有限公司
任务信息显示区域包括三个部分：任务信息、发布点默认使用的库和运行信息 任务信息：
任务名称：任务的名称，方便自己区分，可自定义，默认为未命名任务
任务运行模式：有挂机任务（无限循环执行任务批次）和手动任务（只运行一个批次就自动停止），默认为挂机任务。挂机任务会自动循环执行，执行完之后会进入休眠状态等待下一次启动，手动任务只运行一个批次就自动停止
每批数量：任务每个批次发布的内容数量，默认为30篇，可以自定义
运行批次间隔：运行完这个批次之后任务休眠的时间间隔，系统会自动随机+-30% 任务间隔模式：总共有三个模式：准点发布、平均间隔发布和随机间隔发布。
准点发布：比如设置每批30篇，运行批次间隔为3600分钟，就会立刻连续发布30篇，进入休眠状态，隔24小时之后，再连续发布30篇，一直循环
平均间隔发布：比如设置每批次30篇，运行批次间隔为3600分钟，就会在24小时内间隔固定的时间发布，在24小时内发布30篇。
随机间隔发布：比如设置每批次30篇，运行批次间隔为3600分钟，就会在24小时内随机发布30篇文章，（在平均间隔的基础上上下浮动一定时间）
处理方式：可以选择发布时处理或者抓取时处理，软件默认为发布时进行内容处理，在同步追踪模式下该设置无效，（同步追踪会自动同步采集，处理，同步发布，内容不需要入库） 发布点默认使用的库
这里显示该任务对应的发布点默认使用的库，如果没有其他需求，可以使用发布点默认使用的库，当然，也可以为每个任务都新建一个对应的库，或者选择一个对应的库（温馨提示：只要公用一个哈希库，内容就不会重复，在一个站点下，可以公用5个库，设置一个任务只抓取内容，不执行发布，另外的任务只执行发布，不抓取） 默认库：点击后使用站点默认使用的库
选择库：点击后到对应的库管理中选择一个现有的库 新建库：点击后自动建立一个新的库
运行信息：显示该任务的相关运行相信信息
侠客站群软件-http://www.xiake.net 柳州侠客科技有限公司 抓取参数1
抓取参数1下面分为三个部分：抓取信息、抓取模块信息设置和抓取参数。 选择不同类型的抓取模块下面显示的抓取模块信息不同
基本参数：可以选择执行抓取过程或者跳过抓取过程，软件默认为执行抓取过程，如果选择跳过抓取过程任务就会不进行抓取任务。
查看文章库：点击进入查看该任务使用的文章库中内容 查看关键词库：点击查看该任务所使用的关键词库中内容，关键词抓取模式必须添加关键词才可以抓取
使用语料库：可选择不使用语料库或者使用语料库，软件默认为不使用语料库，选择使用语料库之后，需要选择一个语料库存放的位置
抓取模块：显示该任务使用的抓取模块，可以重新选择使用的抓取模块 选择模块：重新选择一个抓取模块
查看模块说明“如果您不知道该模块是做什么用的，有哪些注意事项，可以点击查看模块说明进入论坛对应介绍页面
抓取数量：有如果剩余数据不足指定批次抓取，和 无条件执行选项，不同模式决定着任务抓取任务触发的方式不同，软件默认为如果剩余数据不足指定批次抓取。 批次数：当任务文章库的文章数量不够发布的时候就会触发抓取，这里控制每次抓取的批次数，默认为3个批次，如果任务数量为30，启动后就会抓取30*3=90条数据
无条件执行：不受任务发布数量和抓取批次的影响，抓取所有符合条件的数据（可以用来单独做数据采集，提供给其他任务来发布） 如果剩余数据不足指定批次抓取：与任务设置的每批次发布数量有关，如果文章库中数据不足任务每批次发布所需要的数量，就会触发抓取过程，抓取指定的批次数（在发布参数中的“批次数”进行设置）。
比如：发布参数中设置的每批次发布数量为30，抓取参数中选择剩余数据不足就指定批次抓取，批次数为3，则每执行一次抓取过程，就会抓取30*3=90条数据。 更多可以参照：http://bbs.xiake.net/thread-12563-1-2.html
精度设置：控制抓取的精度，可以过滤不需要抓取的内容
侠客站群软件-http://www.xiake.net 柳州侠客科技有限公司 种子词：配合精度设置使用，可以点击编辑种子词，设定必须出现的词，一行一个 更多介绍：HTTP://bbs.xiake.net/thread-13468-1-2.html
关键词智能抓取参数：
抓取间隔：控制抓取间隔，避免某些网站屏蔽，单位为毫秒。默认间隔为0
引申数量：这个参数决定每个关键词最多抓取多少篇文章，默认为999.如果设置为5 就说明每个关键词只抓取5篇内容就不再通过该关键词抓取内容。
自定义抓取参数：
抓取间隔: 控制抓取间隔，避免某些网站屏蔽，单位为毫秒。默认间隔为0
要抓取的最大链接个数：控制自定义抓取模式下最大抓取的文章数量，默认为1000，最大抓取1000篇
最多页数：控制自定义抓取模式最大抓取的分页数量，默认为100，抓取100页内容 蜘蛛爬行抓取参数：
每篇文章的抓取间隔: 控制抓取每篇文章的间隔，避免某些网站屏蔽，单位为毫秒。默认间隔为0
每批次最大抓取量：表示每次抓取多少内容，抓到之后就会自动停止，默认为最大值，可自行修改
清理临时文件：如果想让系统重新爬行，需要清理临时文件，清理时需要将哈希库一起清空，因为软件的哈希库会自动记录抓取过的地址，避免重复抓取。 同步追踪模块参数
侠客站群软件-http://www.xiake.net 柳州侠客科技有限公司
每篇文章的抓取间隔: 控制抓取每篇文章的间隔，避免某些网站屏蔽，单位为毫秒。默认间隔为0
同步追踪间隔：控制同步目标网站的间隔时间，以秒为单位，默认为600秒，每10分钟同步一次目标网站数据，可以根据自己需要灵活设置同步目标网站数据间隔
语料库提取设置：
提取方式：可以选择根据关键词提取和随机提取，软件默认为根据关键词提取。根据关键词提取模式需要在对应的关键词库中添加关键词，语料库建议不要使用长尾关键词。随机提取会随机从语料库中提取所需要内容。
每次提取语句数量：控制软件调用语料库中的多少内容进行生成，数量越大，内容月丰富，重复率月底，数量较小提取速度就较快，但是重复率可能较高。软件默认为1 ，建议设置为最大值
引申数量：控制每个关键词最多提取的文章数量，在根据关键词提取模式下有效，随机提取选项下无效。
随机模式下最大获取数量：控制随机提取模式下提取的文章数量，默认为1 ，可以自行修改，该设置在根据关键词提取模式下无效。
抓取参数：
文章标题字数必须大于：控制标题的最小长度，默认为1 文章正文字数必须大于：控制抓取内容的正文长度，默认为5
哈希值判断模式：有三种判断模式：标题，正文和URL地址，软件默认为根据正文内容判断重复，如果不想出现重复标题，可以选择根据标题判断，如果只需要抓取的地址不同，可以选择根据URL地址判断
抓取参数2：
相关推荐：
loading