火车头采集器 当前网址内容采集 以及软件误标为已经采集的处理

火车头采集器 当前网址内容采集 以及软件误标为已经采集的处理

火车头采集当前一组网页内容，不需要采集下一级别网页的内容，只需要在添加网址时用文件导入（网址文件列表），当然如果网页少可以只手工添加几个。

另外如果发现采集的近1000文件中有几个损坏的，通常的原因是没有采集到内容，这是可以在data文件夹中找到数据库，把内容为空的记录复制到excel中，然后再只复制当前pageurl列到文本文件中，至此，有了网址列表，就可以采用以上的采集内容的方法了，已经试验过，效果很好。