火车头采集器功能还是很强大的，不过如果涉及到采集数据导入自己数据库的话，可能自己写采集的导入更有效率点（不过要有点实力了）。介绍下火车头采集的一点点知识点：
1：采集的开始，就是新建任务（可以先建立分组，在组下建立任务）。
2：之后呢，就是建立规则了，分四步：
1）：采集网址规则
2）：采集内容规则
如果采集的结果含有参数1，参数2等的，那么应该是之前的设置采集规则没有删除组合结果的原因。
火车采集器里支持两种正则，一个纯正则，一个参数正则。
关于纯正则：
在标签中用正则表达式采内容的格式是这样：
开始代码(?content正则表达式)结束代码
其中在开始代码和结束代码中如有需要转义的字符就要用\转义。
比如这个：divclass=newsbox(?content[\s\S]*?)/div，这里我们需要的是div标签里面的内容，所以可以这样写。
其他的延伸点：
divclass=class_\d(?content[\s\S]*?)/div也是采集div标签里面的内容，
ahref=v_\d.html(?content[\s\S]*?)/div/a采集a标签的内容。
关于参数正则：
这个不算是正则，可以对采到的内容进行组合。输入框两边都不得为空，后边的组合结果参数是按正则匹配内容的顺序来写的。
比如：
正则匹配内容：ahref=[参数]alt=