乐思新闻采集系统：乐思软件公司推出的专门用于采集网络新闻的网络采集软件。

一、 主要功能

乐思新闻采集系统的主要功能为：根据用户自定义的任务配置，批量而精确地抽取目标网络媒体栏目中的新闻或文章，转化为为结构化的记录(标题，作者，内容，采集时间，来源，分类，相关图片等)，保存在本地数据库中，用于内部使用或外网发布，快速实现外部信息的获取。 功能示意图如下所示：

乐思新闻采集系统概念图

二、 系统特点

对目标网站进行信息自动抓取，支持HTML页面内各种数据的采集，如文本信息，URL，数字，日期，图片等。

用户对每类信息自定义来源与分类

可以下载图片与各类文件，如PDF，Flash等

支持用户名与密码自动登录

支持命令行格式，可以Windows任务计划器配合，定期抽取目标网站

支持记录唯一索引，避免相同信息重复入库

支持智能替换功能，可以将内容中嵌入的所有的无关部分如广告去除

支持多页面文章内容自动抽取与合并

支持下一页自动浏览功能

数据直接进入数据库而不是文件中，因此与利用这些数据的网站程序或者桌面程序之间没有任何耦合

支持数据库表结构完全自定义，充分利用现有系统

支持多个栏目的信息采集可用同一配置一对多处理

保证信息的完整性与准确性，绝不会出现乱码

支持各种主流数据库，如MSSQL、Access、MySQL、Oracle、DB2、Sybase等

三、 运行环境

操作系统：Windows XP/NT/2000/2003

内存： 最低32M内存，建议128M或以上

硬盘： 最少20M空余硬盘空间