1

空值/常量

空值/常量

设置字段为某一个值/文本

2

选区内可见文本

选区内全部文本

最常用的类型。点击Ctrl选择绿框后，采集选区里的全部内容

选区最外层节点文本

只取选区内的最外层节点，不取其子节点的内容

选区最外两层节点文本

只取选区内最外层节点和其第一级子节点内容

网页内文字文本

采集整个页面中所有可见的文字文本（不包含源码）

3

主键

网页主键

网页唯一标识

自增ID主键

该字段会按照自增顺序自动排序

4

选区节点

选区节点名称

选区内html代码中该节点标签名称

选区节点属性值

采集选区内该节点的属性值。需要在“标签属性”填写该节点标签的属性，多个属性用“;”隔开

5

网页代码/图片等资源数据

数据流文件

采集图片、视音频、文件等

图片

采集页面中位置固定的图片位置不固定选择“数据流文件”

资源数据（pdf、doc...）

采集页面中位置固定的资源文件。位置不固定选择“数据流文件”

网页全部内容

采集网页全部文本，包含html标签等，即整个页面的源代码

选区网页源码（包含当前标签）

采集网页内所有选区的源代码（包含当前标签）

选区网页内源码

采集网页内所有选区的源代码

6

网页信息

网页地址

自动采集网页的URL地址

网页标题

采集网页的标题。即网页<title>中的内容

文档数据大小

采集对象的质量大小[单位:字节]

文档名称

采集对象的文件名，如***.html，***.doc

文档后缀

文档的文件名后缀，如html、pdf等

文档后缀类型

文档后缀所对应的文档类型：如****.pdf是图片

文档视高

文档的高[如果是图片数据则为图片的高]

文档视宽

文档的宽[如果是图片数据则为图片的宽]

文档层级

自动获取从入口页当当前数据页的跳转层级数目

原始网页地址（基地址）

当网页的网址重定向时，可以获取到重定向之前的原始网址。

7

时间信息

网页创建时间

文档创建或网页发布的时间

网页更新时间

文档或网页更新的时间

网页获取时间

ForeSpider采集该网页的时间

当前系统时间

数据采集入库的时间

8

采集任务信息

任务ID

采集当前频道的ID

任务名称

采集当前频道的名称

任务KEY

外部数据源采集的关联ID或者关键词采集与关键词相关的KEY

任务VALUE

外部数据源采集关联的数据或者关键词采集的关键词

9

分类信息取值

挖掘规则取值

通过分类器进行主题分类时，选取的自动赋值类型。

分类ID

分类名称

分类路径

分类识别词/规则

文档分类ID

文档分类名称

文档分类路径

文档分类识别词/规则

10

高级取值

脚本取值

由用户自己编写脚本为字段取值时，选择该类型。

模板取值

当前字段的所需数据不在当前页面在另一页面时，选择模板取值，可以用另外一个模板的内容来填充该字段的值。

事件取值

预留功能