3,360
个编辑
更改
无编辑摘要
参考[[软件使用指南]]
==设置==
软件设置
[[image:58GeReShengYiZhuanRangXinXiCaiJiGongJv_Setting.png]]
采集页数：
采集信息列表页的多少页。我们在分析问题的时候发现，58的信息是越新的在越前面显示。
太老的信息对于客户是无意义的。也就每次都采集前几页就可以了。
客户的原始需求是采集当天的信息，
但是实际上的需要的是最近的新更新的数据。
用采集页数可以很好的控制之采集最近的数据。
软件内部做了去重处理，已经采集过的不会二次采集。
配合采集页数可以完美的解决客户的需求。
生成EXCEL
这个开关默认为1
当这个开关为0时，采集完毕不会将CSV文件转换为EXCEL文件
当这个开关为1是，采集完毕后会将CSV文件转换为EXCEL文件
数据去重
默认为1
当这个开关为0时，关闭采集过程的数据去重功能。
当这个开关为1是，开启采集过程的数据去重功能。
分组大小
需要设置为30
太大的分组大小会导致触发58的反采集规则，导致获取不到数据
换IP
采用Rasdial的方式换IP
需要点击右边的按钮，设置相应的宽带账号和密码。
必须设置换IP参数，否则可能会触发反采集规则，导致获取不到数据
特别注意，
必须在可以换IP的VPS上采集，
必须设置换IP的参数，
必须指定分组大小。
三者任意一个出错，都会导致采集触发58的反采集规则，采集漏数据。
建议使用
如果您采集的间隔时间是一天，那么采集页数设置为30比较合适
如果您采集的间隔时间是一小时，那么采集的页数设置为3页比较合适
如果您采集的间隔时间是几分钟，那么采集的页数设置为1也就可以了
推荐使用方式是，第一次采集的时候，采集30页的内容，然后以后采集就采集前几页的内容就可以了。
这样可以达到速度和效率的最优。
==其他==
漏数据问题
可能是以下几种情况导致的
1.网站故障
2.不在采集的页内
3.被过滤规则过滤掉了。
4.软件故障
问题1，网站故障
手工在浏览器里打开相关的网页看看是否正常。
如果正常，则表示网站是正常的。
问题2，不在采集的页内
请把采集页数调整大一些，再采集看看。
问题3.被过滤规则过滤掉了。
由于过滤条件比较多，过滤规则很复杂，被规则过滤掉是很正常的。
请在采集的时候，关闭开关“数据去重”,然后采集数据。
如果采集结果的CSV文件中有用户确认漏掉的网址的数据，则表示数据是被规则给过滤掉的。
如果没有，则检查安装目录下的jsrobot.log文件，可以在这个文件里看到过指定网址被滤掉的原因。
问题4.软件故障
软件故障则交给我们处理。
请用户先排查确认是软件问题后，再找我们处理。
历史数据问题
如果一个老帖子的作者刷新了帖子，
58就会把帖子排在最前面。
软件采集的时候，发现在帖子出现在列表页前面，然后以前又没有采集过，就会采集出来
判断是否采集过，是根据软件里的一个去重数据库判断的
以前采集过的，相关信息就会被记忆到去重数据库里
如果清理掉了记忆，再次采集的时候，就会把所有前面展示的内容都采集到的
这就好比是，
如果别人给你打过电话，你记录这个人的人名在电话本里，
下次别人再打电话过来，你就知道是谁了。
但是如果你把电话本内容清空，你就不知道打进电话的人是谁了。