打开后进入主火车头主页面 然后点击任务小三角，新建一个新的任务，新建好任务后，将进入任务主页面，填写好任务名。 然后添加网址了，下面我们来看一看，添加网址的规则，(网址不给显示，以防广告)。
1、火车头在采集网站文章链接的话，一般不会出现这种情况，采集的都是内容页的URL链接，如果后缀出现乱码，可能是网站存在问题，或者有其他设置。
2、可能是编码错误 【系统设置内有一项 中文url地址编码，将gbk和utf8互换下】，找了半天也没找到在哪儿，太悲剧了。直到双击编辑任务，突然看到，上面任务名旁边有个，网页编码，将其修改为UTF-8后，采集就正常了。
3、可能是因为您系统开启了自动更新功能导致.net framework版本不对可能是因为您系统开启了自动更新功能导致.net framework版本不对。
4、检查电脑是否存在病毒，请使用百度卫士进行木马查杀。系统文件损坏或丢失，盗版系统或Ghost版本系统，很容易出现该问题。建议：使用完整版或正版系统。安装的软件与系统或其它软件发生冲突，找到发生冲突的软件，卸载它。
5、无论你是否排除p标签，采集下来的文章都是没有段落的，因为火车头采集的是源文件，你打开源文件看下，跟你采集的一样都是没有段落的，只有生成了页面，p标签控制了段落才会在页面上表现出段落分明的文章。
这个要看具体是怎么屏蔽的，是屏蔽你的ip不能访问，还是说他的内容是动态脚本加载，可以试试熊猫采集器，我一直用这个，大多数网站都能采到。
看着情况是对方网站屏蔽了火车头的采集，你试试八爪鱼采集器，这个应该没问题，免费的。
可能是因为您系统开启了自动更新功能导致.net framework版本不对可能是因为您系统开启了自动更新功能导致.net framework版本不对。
可能是编码错误 【系统设置内有一项 中文url地址编码，将gbk和utf8互换下】，找了半天也没找到在哪儿，太悲剧了。直到双击编辑任务，突然看到，上面任务名旁边有个，网页编码，将其修改为UTF-8后，采集就正常了。
第1步：单击开始，单击运行，键入 gpedit.msc ，然后单击确定。第2步：依次展开计算机配置，展开 Windows 设置，展开安全设置，展开本地策略，然后单击安全选项。
字样的标题就会被过滤出来。之后，我们在详细设置中对于过滤处理选择删除，就可以删除这些我们不想要的采集内容。合理利用火车头采集器自带的过滤垃圾信息的功能，就可以大大提高我们的采集质量，避免了人工审核内容的烦恼。
1、，$2$数字来按照顺序对应上面（。*）表示的部分。若要对多页源码部分区域做限定，可在指定多页源码区域设置。若留空则默认返回多页整个源代码。设置好以后，点击测试查看结果。
2、首先在在线下载频道下载该软件 安装下载好的安装文件 等待安装完毕 打开后进入主火车头主页面 然后点击任务小三角，新建一个新的任务，新建好任务后，将进入任务主页面，填写好任务名。
3、以下是一般的采集步骤： 打开八爪鱼采集器，并创建一个新的采集任务。 在任务设置中，输入要采集的网址作为采集的起始网址。 配置采集规则。
LabelUrl - 当前采集的页面的Url地址 LabelCookie - 当前采集页面，服务器返回的Cookie信息。
比如你可以把抓取内容的规则设置大一点，就算这个标签为空，不要设置标签的代码过滤，应该可以抓些代码，让这个标签内容不为空，那么采集器就会正确匹配了。至于代码的干扰，后期可以通过数据的批量处理来删除。
安装并运行“火车头采集器”程序，在弹出的登陆界面中直接点击“登陆”按钮就可以以免费版身份登陆。请点击输入图片描述 3 在程序主界面中，点击“新建”下拉箭头，从中选择“任务”项。
填写“第一步：采集网址规则”这里需要按照网站的树形结构逐级获取下一级结构的网址，直至获取到内容页的网址。先填写起始网址，通常为目标站首页地址。