火车头采集时 采网址--重复网址的临时解决方法

所以下面给出临时的解决方法： 我这里是用的 火车头采集器2010sp2个人版。

商业版用户的采集后的网址都存储在 PageUrl 目录里面的，一个任务对应一个db3.大家可以从最上面的任务往下数第一个，对应的就是Site_*.db3.这样大家可以先备份一下，然后清空也不怕了，到时候直接还原用户名既可以，如果怕出错，全部保存，一会恢复即可。
如图：


如果想更进一步的查看，这个db3其实就是sqlite数据库格式的文件，可以用db3数据库编辑器 查看修改。根据jobid查看，有朋友问不知道jobid怎么办，呵呵，大家可以到 Data 目录查看 3-新浪国内新闻 后面的新浪国内新闻就是你自定义的网站栏目名称。这个跟jobid对应上即可。
如图：


最后大家备份好数据库以后就可以(需要备份在 PageUrl 与 Data目录的你的任务名对应的文件夹，最好是全部以防万一，采集完就可以覆盖下。)

后来从网站也看到了如下文件，跟我的这篇大同小异。大家可以参考下。

火车头是一个不错的采集软件，“盗亦有道”，看你如何利用了。

Linker以前也偶尔研究下火车头采集软件，只是一直没有购买商业版本，想想，现在的版本远没有以前的1.x和2.x版本来得爽快。

一位兄弟，昨晚说他的火车头采集软件（企业版本的哦，有钱人！），总是提示任务地址库重复，研究了下，比较简单，告诉了他处理的方法，另外，经过搜索发现，火车头的3.0 sp1版本有过这个bug，清除不掉任务地址库，但管理员已经在sp2版本中解决掉这个问题了。

后来这位朋友又问火车头采集软件的任务地址库是哪个文件？怎么样保存任务地址库？怎么样手动清理任务地址库文件？据Linker所知，编辑任务地址库，需要是商业版本了，如果想手动来处理，可以发现，手动地址库文件是在火车头根目录下的pageurl目录中，每一个任务对应一个地址库文件，mdb格式的，打开可以发现，具体地址是被加密了。火车头也有些太商业了，嘿嘿！

既然知道任务地址库的位置和文件了，手动清理任务地址库，自然就简单了。删除让火车头重复（删除后，编辑该任务，再保存），或者直接删除该库里面的记录，都可以。想另存为其他任务所用，重命令为其它任务的id就行了。

简单测试通过。 原创文章。