简数导航：简数首页 简数控制台 采集入门教程 数据导出发送 采集翻译
图片下载设置常见问题
- 图片存储到阿里云oss不显示问题
- 如何删除暂存的图片？
- 如何采集到图片？
- 图片重复问题
- 如何设置只采集有图片的文章？
- 如果图片地址在特殊属性，怎么设置获取？
- Ftp回传常见问题及解决
- 图片添加水印方法
- 下载图片部分丢失
1.图片存储到阿里云oss不显示问题
直接复制图片地址访问，出现
解决：在阿里云对象管理中，选择你自己的bucket--》基础设置--》读写权限--》设置--》公共读
2.如何删除暂存的图片？
图片暂存是有存储空间限制，如果满了就需要删除掉已经不用的图片，腾出空间才能采集新的图片；
- 删除单个任务里的图片：进入某个任务的【结果数据&导出发送】栏目 ==》 点击【更多操作】按钮 ==》 在下拉列表中点击【清空本任务图片】；
- 清空所有任务的图片：点击左侧列的【账户及套餐余量】 ==》 点击显示图片存储空间格中的清空 ==》 等待系统删除图片，可能需要几分钟 ==》最后点击下【重新统计各项数据】按钮，过1分钟后刷新页面即可；
3. 如何采集到图片？
图片在网页里是HTML代码的img标签，所以要想采集到图片，这个字段首先得设置【获取Html】，才会保留HTML标签；
Xpath路径不能是img结尾，应该是img标签的上一层标签（或者更上多层标签也行），这个标签里面包含了img标签，所以就能采集到图片了，可以巧用【扩大点选区域】按钮；
4. 图片重复问题
采集的数据每张图片都重复显示了，一张变成两张了，但是原文章是正常的。
一般这种情况，其实原文也是有两张重复的图片，只是其中一张被隐藏了，可以通过以下设置来解决图片重复问题的：
I、先保留noscript标签（在详情提取器字段数据处理）；
II、再删除全部noscript标签，即可删除重复的图片；
5. 如何设置只采集有图片的文章？
如果只要采集有图片的文章，不采集没有图片的文章，可以这样设置：详情提取器进入content字段的数据处理 --》选择【内容过滤】--》在【内容必须包含】处填写<img即可，最好保存；
6. 如果图片地址在特殊属性，怎么设置获取？
网页标准规范的图片地址是在img标签的src属性：
<img src="图片地址">
有些网站为了延迟加载图片，加快网页加载速度会将图片地址设置在自定义的属性，可能会导致采集时获取图片地址失败。
这时我们可以在浏览器（例如chrome，火狐中）打开页面，右键查看网页源代码，用搜索功能（ctrl+F5）查看图片真实地址；
例如：<img origin-src="图片地址">
上面例子图片地址在origin-src属性，打开详情提取器，content字段的【字段数据处理】--》【高级提取】--》在【图片链接属性】填写origin-src
7. Ftp回传常见问题及解决
Ftp回传图片失败，请排除以下常见错误问题：
1) 【默认上传根目录】栏，前后必须以/ 开头和结尾；
2) 【默认上传根目录】栏，对应用户ftp设置的首目录，而不是服务器根目录，请先确认ftp功能设置的首目录；
3) 主动模式(PORT)一般不勾上，该模式需要用户服务器端的Ftp支持且需另外修改原Ftp的设置；
4) Ftp回传目录（文件夹）的读写权限问题，请赋予对应的目录（文件夹）755权限再尝试（对应命令为chmod -R 755 你的目录名）；
5) 检查服务器防火墙20、21端口是否放开；
6) 宝塔面板需检查被动端口39000-40000是否放行 。（阿里云、腾讯云等还需检查安全组规则）
7) 宝塔面版内外网站ip问题导致无法连接，解决方法：
修改Ftp配置文件（/www/server/pure-ftpd/etc/pure-ftpd.conf），找到这行代码
# ForcePassiveIP 192.168.0.1（188行左右）
去掉#号，然后修改为
ForcePassiveIP 你的外网ip
8. 图片添加水印方法
简数采集器的图片下载存储到阿里云OSS，腾讯云，七牛云，又拍云等，可以设置添加图片水印：详细操作请查看【如何为阿里云oss图片添加水印】
9. 下载图片部分丢失
采集网页里的图片多且大，可能导致部分图片下载或回传失败，可尝试使用以下方法解决：
1）若暂存简数的图片下载成功，回传失败，可改用Ftp回传，更稳定可续传；
2）图片暂存简数，可根据图片下载失败数量过滤数据（即不采集入库）；
3）只下载前几张图片，在详情提取器content字段数据处理配置；
4）图片云存储下载速度快且更稳定；