查看“赶集网个人求租信息采集”的源代码

==简介==
    此项目采集了赶集网站的求租信息。

==功能==
   采集赶集网上全国各个城市的求组信息。
   输出字段如下
   [网址]:北京
   [网址]:http://bj.ganji.com/fang2/2675203306x.htm
   [标题]:白先生正在找-的房子
   [姓名]:白先生(个人)
   [电话]:15042245322
   [期望租金]:600-1000元/月
   [期望户型]:2室1厅1卫
   [期望小区]:
   [期望区域]:北京(查看周边高薪工作)

==演示==
    [[image:GanJiWangGeRenZuFangXinXiCaiJi_Ui.png]]
==使用==
    [[image:GanJiWangGeRenZuFangXinXiCaiJi_Setting.png]]
   
    采集页数：
    赶集最新更新的数据总是在最前面，
    如果您每次只是需求最新更新的数据，就可以把这个设置为1或者2。
    如果您要采集所有展示出来的页面，就设置为0.

    开始日期和结束日期：
    指定了采集某个时间范围内的内容。
    如果开始日期和结束日期留空，就表示最近三天的内容。
    如果开始日期和结束日期不为空，则表示获取指定的日期区间的内容。
    日期的格式是YYYY-MM-DD,例如2017-05-18

    搜索词汇
    搜索词汇可以多个，每个搜索词汇之间用逗号隔开。

    测试模式
    测试模式为1的时候，只处理了三个省份的前三个城市，也就是9个城市的数据。
    测试模式仅仅是为了方便客户快速验证问题而留的。
    当客户正常使用采集器的时候，请将测试模式设置为0.
   
==备注==
    赶集网采集的时候，必须不断换IP采集。
    采集时要换ip采集，需要一个秒换ip的vps服务器
    VPS上软件设置操作请参考[[怎么设置软件自动换IP]]

    软件是二级过滤体系。
    软件里先对采集页数做了过滤，
    然后在对指定的采集页数里面采集的条目在做时间的过滤。
    这个日期的范围应该是采集页数对于的内容里的时间范围，指定一个网站上不显示的内容的时间范围，或者指定一个采集页数内容外面的时间范围都是无意义的。