藍天采集器使用常見問題及解決辦法

采集中斷、自動采集無效、圖片下載不了

詳見：http://www.heberge-images.com/fy/657.html

cli命令模式

php可執行文件：默認自動識別，識別不了，在linux系統中關閉目錄跨站保護，手動輸入：可輸入環境變量名“php”（需要系統中已配置）或輸入可執行文件路徑，注意不是php目錄，一般windows中文件為“php目錄/php.exe”，linux中文件為“php目錄/bin/php”

詳見：http://www.heberge-images.com/fy/248.html

觸發不了采集：

1、確定php配置是否正確

2、開啟proc_open函數（詳見：http://www.heberge-images.com/fy/103.html）

3、給web服務器配置執行命令的權限

頁面渲染設置(詳見：http://www.heberge-images.com/fy/93.html)

谷歌瀏覽器安裝：windows百度下載安裝即可，linux請看http://www.heberge-images.com/fy/93.html

配置谷歌路徑：可輸入環境變量名“chrome”（需要系統中已配置），或者輸入可執行文件路徑：一般windows中文件為“瀏覽器目錄/chrome.exe”，linux中文件為“瀏覽器目錄/bin/google-chrome”，注意：瀏覽器版本不同可能會導致可執行文件名不同！

采集規則設置

手機移動端頁面：開啟請求頭信息，設置UserAgent瀏覽器標識

需要登錄的頁面：開啟請求頭信息，設置Cookie緩存數據，如何獲取cookie：https://jingyan.baidu.com/search ... D%91%E7%AB%99cookie

采集到的網址沒有域名：開啟自動補全網址

規則中的特殊字符識別不了：使用正則規則的時候特殊字符必須使用“”轉義才能使用，和正則沖突的字符有：^$.*+|?[]{}()

頁面渲染：使用渲染和不使用時的html源碼是不一樣的，規則可能不通用！

瀏覽器中獲取到的xpath在采集器中沒有用：可能該xpath的對象是渲染出來的元素，采集器默認只能抓取原始html源碼的內容，渲染出來的元素需要開啟“頁面渲染”功能，或者分析相應的js鏈接來抓取，使用“測試》分析網頁”可以看到采集器實際抓取到的頁面

字段怎么插入內容：添加一個新字段，獲取方式選擇“字段組合”

發布設置

本地cms程序檢測不出來：

1、采集器和cms程序是在同一個網站目錄中，可能是不支持您的cms程序，需要在路徑結尾中加上“@cms名稱”即可識別出插件

2、采集器和cms程序不在同一網站但在同一服務器中，可能是服務器開啟了目錄跨站保護，關閉即可

工具

錯誤日志文件太多占用空間：可以在“站點設置”中關閉，后臺首頁使用“清除緩存”可以清空日志

插件/應用開發

應用程序無法訪問：應用需要配置偽靜態才能使用，配置文件在藍天采集器根目錄：nginx.conf（nginx），.htaccess（apache），web.config（iis）

函數插件創建后不顯示：需要在“云端》已下載》函數插件”中點擊開啟

云平臺下載的文件去哪了

在“云端》已下載”中可找到云平臺中下載的規則、插件等

采集規則在 “編輯任務 > 導入規則 > 已下載規則” 中使用

發布插件在 “任務 > 發布設置 > 本地CMS程序” 中使用

函數插件在 “任務 > 采集器設置 > 數據處理” 中使用

第三方如何使用

開發者安裝了“第三方平臺”應用，點擊“云端》已下載》應用程序》第三方平臺”的管理連接，界面中的“應用首頁”鏈接即為您需要提供給用戶的平臺網址！

用戶在“云端》第三方”中添加開發者提供的平臺網址即可在對方平臺中下載規則、插件等。

更多使用教程請看這里：http://www.heberge-images.com/skycaiji