作者：小文 发布于：2016-5-26 9:25 Thursday

分类：官方公告

除了支持PHP，C#插件，最近火车采集器终于又迎来了一个新的插件，Python插件。用户可以在自己的Python插件中，修改html代码，修改最终采集结果，可以实现更多自己的想法。python插件支持2.7和3.x版本，采集器默认自带2.7和3.4的示例代码，用户只需要稍微修改即可以完成自己的功能。Python插件功能将在V9.2版本中集成，马上就能和大家见面了。

更多插件及开发，请加QQ群 火车头开放平台 149855485

以下是3.4的python插件示例代码

import sys,importlib

from urllib import parse

import json

if len(sys.argv)!= 5:

print(len(sys.argv))

print("命令行参数长度不为5")

sys.exit()

else:

LabelCookie = parse.unquote(sys.argv[1])

LabelUrl = parse.unquote(sys.argv[2])

#PageType为List,Content,Pages分别代表列表页，内容页，多页http请求处理，Save代表内容处理

PageType=sys.argv[3]

SerializerStr = parse.unquote(sys.argv[4])

if (SerializerStr[0:2] != '''{"'''):

file_object = open(SerializerStr)

try:

SerializerStr = file_object.read()

finally:

file_object.close()

LabelArray = json.loads(SerializerStr)

#以下是用户编写代码区域

if(PageType=="Save"):

if(LabelArray['标题']):

LabelArray['标题']='这是Python插件处理的标题'

else:

LabelArray['Html']='当前页面的网址为:'+ LabelUrl +"\r\n页面类型为:" + PageType + "\r\nCookies数据为:"+LabelCookie+"\r\n接收到的数据是:" + LabelArray['Html']

#以上是用户编写代码区域

LabelArray = json.dumps(LabelArray)

print(LabelArray)

作者：小文 发布于：2016-5-26 9:09 Thursday

分类：官方公告

号外：火车浏览器打码插件开源开放了，优优云，若快，GSA，联众，云速打码，DeCaptcher全部开放，全部源码。开发者可以按示例迅速集成自己的打码平台。源码及开发注意事项请看附件

作者：小文 发布于：2012-3-7 13:14 Wednesday

分类：官方公告

火车采集器V7的C#插件进行了比较大的更改。为了方便用户更快的上手，我们提供了大量的代码示例。请各位需要开发的朋友打开采集器 Extensions\LocoySpider\Develop 目录下的项目，研究学习。

标签:插件

作者：小文 发布于：2012-3-7 10:21 Wednesday

分类：其它资源

请下载附件中的代码示例和使用说明。代码示例为Shopex图片上传插件。

作者：小文 发布于：2011-6-1 14:59 Wednesday

分类：软件培训

有的网站使用多种模板显示分页地址，这种情况下我们要获取分页地址就非常困难了。不过我们可以通过插件的功能，自己编写程序判断并生成分页的地址，然后让采集器去获取到。我们的例子如下：

本次测试的网址：

http://www.diyifanwen.com/fanwen/lunwenzhidao/1141715512857992.htm

http://www.diyifanwen.com/fanwen/zhuchici/20101011222334115874624.htm

我们分析其分页地址，可以看到不同的分页样式和代码

对于这种基本没规律的分页，我们无法判断分页的区域，也无法直接得知其总分页数，该怎么办呢？

经分析可以得知，分页的规律是在原网址后加上分页页码，如 默认页是1141715512857992.htm，则分页是 1141715512857992_2.htm 。因为这个分页是全部列出的，我们就有办法了：可以去循环查找是否有分页地址存在，有存在则说明有这个分页，然后我们生成存在的网页地址即可。我们用php来写插件。

插件中判断了当前页面类型，然后对整个内容页代码进行修改，生成有分页的代码。

在采集器中，插件使用位置如下

最后的结果如下

注意设置这里的分页区域和插件中的一致。

到这里，这个分页的处理就完成了。

如果我们有时遇到更复杂的怎么办，如 无法确认有几个分页，是上下页模式的，这时用插件可以使用笨办法，先探测一下下一页是否存在，如果存在则加入，不存在就跳过。

附件中为本次的规则和插件。大家可以再研究一下。

1 2