1

空值/常量

空值/常量

設置字段為某一個值/文本

2

選區內可見文本

選區內全部文本

最常用的類型。點擊Ctrl選擇綠框后，采集選區里的全部內容

選區最外層節點文本

只取選區內的最外層節點，不取其子節點的內容

選區最外兩層節點文本

只取選區內最外層節點和其第一級子節點內容

網頁內文字文本

采集整個頁面中所有可見的文字文本（不包含源碼）

3

主鍵

網頁主鍵

網頁唯一標識

自增ID主鍵

該字段會按照自增順序自動排序

4

選區節點

選區節點名稱

選區內html代碼中該節點標簽名稱

選區節點屬性值

采集選區內該節點的屬性值。需要在“標簽屬性”填寫該節點標簽的屬性，多個屬性用“;”隔開

5

網頁代碼/圖片等資源數據

數據流文件

采集圖片、視音頻、文件等

圖片

采集頁面中位置固定的圖片位置不固定選擇“數據流文件”

資源數據（pdf、doc...）

采集頁面中位置固定的資源文件。位置不固定選擇“數據流文件”

網頁全部內容

采集網頁全部文本，包含html標簽等，即整個頁面的源代碼

選區網頁源碼（包含當前標簽）

采集網頁內所有選區的源代碼（包含當前標簽）

選區網頁內源碼

采集網頁內所有選區的源代碼

6

網頁信息

網頁地址

自動采集網頁的URL地址

網頁標題

采集網頁的標題。即網頁<title>中的內容

文檔數據大小

采集對象的質量大小[單位:字節]

文檔名稱

采集對象的文件名，如***.html，***.doc

文檔后綴

文檔的文件名后綴，如html、pdf等

文檔后綴類型

文檔后綴所對應的文檔類型：如****.pdf是圖片

文檔視高

文檔的高[如果是圖片數據則為圖片的高]

文檔視寬

文檔的寬[如果是圖片數據則為圖片的寬]

文檔層級

自動獲取從入口頁當當前數據頁的跳轉層級數目

原始網頁地址（基地址）

當網頁的網址重定向時，可以獲取到重定向之前的原始網址。

7

時間信息

網頁創建時間

文檔創建或網頁發布的時間

網頁更新時間

文檔或網頁更新的時間

網頁獲取時間

ForeSpider采集該網頁的時間

當前系統時間

數據采集入庫的時間

8

采集任務信息

任務ID

采集當前頻道的ID

任務名稱

采集當前頻道的名稱

任務KEY

外部數據源采集的關聯ID或者關鍵詞采集與關鍵詞相關的KEY

任務VALUE

外部數據源采集關聯的數據或者關鍵詞采集的關鍵詞

9

分類信息取值

挖掘規則取值

通過分類器進行主題分類時，選取的自動賦值類型。

分類ID

分類名稱

分類路徑

分類識別詞/規則

文檔分類ID

文檔分類名稱

文檔分類路徑

文檔分類識別詞/規則

10

高級取值

腳本取值

由用戶自己編寫腳本為字段取值時，選擇該類型。

模板取值

當前字段的所需數據不在當前頁面在另一頁面時，選擇模板取值，可以用另外一個模板的內容來填充該字段的值。

事件取值

預留功能