視頻教程：
圖文教程：
其實采集可以這么理解，定義頭和尾，除了在截取鏈接不需要檢測，在其它地方你定義的頭和尾，在同/個html表里不能有相同的，為什么不能有相同的呢？是因為采集的每一步（除了截取鏈接外）都是根據你所定義的頭和尾來截取頁面內容的。所以你在定義頭和尾不僅不能有相同的，還要盡可能地把不需要的內容排除開。如果你理解了這個定義頭和尾，基本上對于簡單的頁面是能采集的。/面我以一個實例來說明一下：
一、設置采集模塊
在后臺點擊【采集管理】，出現的是【新增采集模塊】的內容，主要設置下載的大小和超時時間，以及給采集項目分類，便于查詢，目前作用不是很大。
二、設置采集規則
1、點擊【新增采集項目】，進入采集項目的第一步，我們以采集SOHU的國內IT信息為例，如圖設置：
1）項目名稱：給采集項目命名
2）所屬模塊：采集數據入庫后，放入哪個欄目
3）目標頁面編碼：國內的網站選擇GB2312，國外網站選擇UTF-8，臺灣的繁體字網站選擇BIG5；
4）采集網址URL：就是要采集的列表頁面，這一步很關鍵，這一步關系到你能否采集完所有內容。一般你進入采集頁面先判斷一下是不是有多頁，如果有多頁你進入第二頁和第一頁是不是有規律變化，比如是：xxxx_1.htm,xxx_2.htm,特別注意數字，如果第一頁開始就有_id的規律，那就把第一頁作為列表網址，如果第一頁與第二頁沒相關規律，而是從第二頁開始才能這樣的規律，那將第二頁作為列表網址，第一頁放到一邊，等所有數據采集完了，再來采集單獨頁面，反正以后也只采集第一頁，為啥？因為一般更新的都在第一頁。
5）分頁/多頁采集設置：若只采集一個頁面，選擇“不作設置”，采集多頁面，可選擇其他3項；
6）采集屬性：“立即入庫”指一采集就在前臺顯示，建議此項不要選擇，沒選擇此項，采集結果將進入【采集結果】頁面， 后再入庫；“保存遠程圖片”指把圖片保存到本地；“倒序采集”指采集結果的排序順序，打勾它，采集記錄順序和采集列表頁一致。
7）狀態：指入庫后文章的狀態，即文章在前臺是顯示，還是隱藏；
8）其它設置項 是按字面的意思，一般默認設置就行，就不詳細說了
2、列表鏈接設置
1）打開采集頁面，如http://it.sohu.com/itguonei.shtml，
鼠標右擊頁面，彈出窗口，選擇【查看源代碼(V)】，在源代碼中找到所要采集的列表，如下圖，
找出“列表開始代碼”、“列表結束代碼”、“鏈接開始代碼”、“鏈接結束代碼”，最后兩項一般默認就行，然后點擊“下一步”。
3、正文內容設置
打開列表頁中的一個內容頁，如http://it.sohu.com/20101104/n277154569.shtml，鼠標右擊頁面，彈出窗口，選擇【查看源代碼(V)】，在源代碼中找到所要采集的“標題開始代碼”、“標題結束代碼”、“正文開始代碼”、“正文結束代碼”，其他幾個設置項視需要而定，可默認，然后點擊“下一步”。
4、正文內容采集效果
點擊“點擊查看正文內容采集效果”，出現如下頁面，那采集結果正常。
點擊“完成”后，會跳轉到【采集項目管理】頁面
注：若采集結果有問題，修改“列表鏈接設置”、“正文內容設置”中的起始、終止代碼，多試幾次，就可得出所要的內容了，有的頁面可能無法采集，不同所有的頁面都可以采集的。
三、采集項目管理
現在就可以開始采集了，點擊右邊的采集按鈕，進行單個采集，或者勾選幾個要采集的項目，點擊“批量采集”按鈕。建議上面設置項中不要勾選“立即入庫”，擔心采集有異常，這樣采集結束后，采集內容將在【采集結果】頁面中顯示，檢查沒問題后，再點擊入庫，最后到前臺檢查下數據，這樣整個采集過程就完成了。
