火车头操作手册目录前言 (1)摘要 (2)第一章基础知识 (3)1．1 HTML 基础知识 (3)1．2 采集基础知识 (5)1．3发布基础知识 (5)1．4正则基础知识 (7)第二章火车头采集篇 (11)2.1 什么是信息采集? (11)2.2 火车头采集器的采集工作流程 (11)2.3 数据的转储 (20)第三章火车头发布篇 (24)3.1火车头发布内容的介绍 (24)3.2 接口文件的介绍.................................................................... 错误！未定义书签。
3.3 发布模块的制作 (26)第四章应用进阶 (38)4．1 火车头+PHP程序 (38)第五章防采技术介绍 (40)5.1 采集器与搜索引擎蜘蛛的区别 (40)5.2 防采集的一些主要措施 (40)5.3 火车头官方谈采集与防采 (42)5.3.1、谈火车头采集器的由来 (42)前言随着公司的日益壮大，产品线的不断拓宽，我们SEM团队也正在快速扩张，同时也带来了一系列问题，比如：团队成员的相互学习与交流，新员工的快速融入问题等。
因此员工学习手册的编写，势在必行。
员工学习手册，是团队成员技术，经验的总结，大家通过学习其他人的工作经验、技术，提高自己，同时团队实习也得到了提升。
而对于新入职的员工，根据前人的总结，经验，可以少走很多弯路，能够帮助他们快速融入集体，使得新人的适应期可以大大缩短，提高了新人培训效率。
在员工学习手册的编写过程中，我与沙亚金参与了《玩转“火车头”》的编写，里面是我们的一些使用火车头的一些心得，和技巧。
希望能够在信息采集，发布这块对大家有所帮助，由于时间，经验等因素，写的过程中也存在许多缺陷，欢迎大家与我们交流，批评指正。
在这里我们要感谢吉总，是他为大家带来了“火车头”。
摘要在这信息大爆炸的时代里，什么最重要？当然是信息。
对于“内容为王”的SEOer来说信息更是无价之宝。
强大的信息资源，可以让我们在SE中处于霸主地位。
说到这里，不禁要问，我们的信息从何而来？我们应该如何处理这些信息？本文将详细介绍，如何采集一个站点，如何转储这些信息，如何在另一个站点发布这些信息，如何防采集，等等。
文章以介绍火车头采集，发布为例。
共分六个部分，基础知识（准备知识），采集部分（包括信息的采集，采集后的信息转储），发布部分（信息的发布），进阶部分（整套实战操作），防采技术，以及附录。
基础知识：该部分对采集、发布所使用到的一些必要知识进行介绍，其中包括HTML 代码的认知，正则表达式，PHP语言（也可以是其网页编辑语言）等。
采集部分：采集分为三小块，一是地址的采集，二是内容的采集，三是数据转储。
分别对采集各部分作详细的介绍。
发布部分：详细介绍发布模块及其制作过程，以及接口模块的介绍。
进阶部分：以Wordpress博客文章发布为实战实例，详细介绍如何向某一博客一次性发布N篇日志，并让该日志以每天M篇的速度自动释放。
防采部分：我们既然能采别人站，那别人也会采我们。
所以我们也要提高防采意识。
在这一部分里，将介绍建站时的一些防采技术。
附录：主要罗列一些火车头辅助工具的下载地址，以及一些火车头论坛。
全文以实例为主，建议大家在看完文章以后，再看一下我们制作的视屏教程，同时跟着视屏，自己动手操作采集一个站点，以加深印象。
第一章基础知识1．1 HTML 基础知识『<form>元素』使用<form>，以及在其间嵌入相关的元素（或称为控件），就可以创建HTML文档一部分的表单。
表单的基本语法：<form method="[get | post]" action="[url]">......</form>【method属性】用于指定向服务器发送表单数据时所用的HTTP方法，可以是get或者post这两只用方法中的一种，get是缺省的方法。
当采用get方法提交表单时，提交的数据被附加到url（在属性action中指定）的末端，作为url的一部分发送到服务器端。
例如：指定action="reg.asp",提交表单后，在浏览器的地址栏中，我们会看到如下信息http://localhost/register.php?user=zhangsan&pwd=123456而post方法是将表单中的信息作为一个数据块发送到服务器。
无论采用哪一种方法，数据的编码都是相同的，格式为name1=value1&name2=value2 。
【属性action】指定对表单进行处理的脚本地址。
也就是表单提交到服务器后，交由谁来处理，在action 属性中指定处理者的url 。
『元素<input>』<input>元素用于接受用户输入的信息，是一个带有属性的空元素，用来创建表单中的控件，语法如下：<input type="type" name="name" size="size" value="value">【type属性】用来指定要创建的控件类型，属性name用来指定控件的名称，处理表单的服务器端脚本可以获得以名称-值对所有表示的表单数据，利用名称，可以获取对应的值。
name属性在表单中并不显示。
属性size用来指定表单控件的初始宽度。
属性value指定控件的初始值。
单行文本输入控件type="text"提交按钮type="submit"重置按钮type="reset"口令输入控件type="password"单选按钮type="radio"复选框type="checkbox"隐藏控件type="hidden"『元素<select>』列表框允许用户从一个下拉列表框（下拉菜单）中选择一项或者多项，其功能和单选按钮或者复选框的功能相同，但是显示的方式不一样。
列表框中的各个选项用<option>元素提供。
『元素<textarea>』如果想让用户在填写信息的时候，输入他的个人简历等信息，那么单行文本控件就不合适，对于接受多行信息的情况下，可以使用多行文本输入控件，它可以容纳较多的信息。
语法：<textarea name="name" rows="n" cols="n">....</textarea>在开始结束标签之间出现的文本，将作为文本输入控件中的初始文本显示。
【属性rows】指定文本输入控件可视区域显示的文本行数.【属性cols】用于指定文本输入控件可视区域显示的宽度。
示例：<form method="get" action="reg.asp">用户名：<input type="text" name="user" size="20" value="游客">密码：<input type="password" name="pwd" size="20">性别：<input type="radio" name="sex" value="1" checked>男<input type="radio" name="sex" value="0">女<br>爱好：<input type="checkbox" name="intersest" value="football">足球<input type="checkbox" name="intersest" value="basketball">篮球<input type="checkbox" name="intersest" value="swimming">游泳<br> 学历：<select size="1" name="education"><option value="" selected>...</option><option value="高中" >高中</option><option value="本科" >本科</option><option value="研究生" >研究生</option></select><br>个人简介：<textarea name="personal" rows="5" cols="30">个人简介</textarea><br> <input type="hidden" name="id" value="1"><input type="reset" value="重设"><input type="submit" value="提交"></form>1．2 采集基础知识当我们浏览一个网站的页面的时候，其实是通过浏览器来解释从网站服务器返回的一段HTML代码，而当我们需要这个页面的内容时，我们只需要得到这个页面的HTML源代码，然后从这些HTML代码中取出我们需要的内容。
举个例子：/ ，如果我们对这个站点的内容比较喜欢，想转载到自己的BLOG上面，第一个方法就是手动复制，粘贴，修改。