一个简单的文章规则制作

本例以 http://faq.locoy.com/qc-12.html 演示地址。

（1）新建个采集规则

选择一个分组上右击，选择“新建任务”，如下图：

图片

（2）添加起始网址

在这里我需要采集 5页数据。

第一页地址：http://faq.locoy.com/qc-12.html?p=1

第二页地址：http://faq.locoy.com/qc-12.html?p=2

第三页地址：http://faq.locoy.com/qc-12.html?p=3

[地址参数]表示：

所以设置如下:

图片

[地址参数]表示。

数字变化：从1开始，即第一页；每次递增1，即每次分页的变化规律数字； 共5项，即一共采集5页。

预览：采集器会按照上面设置的生成一部分网址，让你来判读添加的是否正确。

然后确定即可

（3）[常规模式]获取内容网址

常规模式：该模式默认抓取一级地址，即从起始页源代码中获取到内容页A链接。

在这里给大家演示用 自动获取地址链接 +设置区域 的 方式来获取。

查看页面源代码找到文章地址所在的区域：

图片

设置如下：

注：更详细的分析说明可以参考本手册：

  1. 操作指南 > 软件操作 > 网址采集规则 > 获取内容网址

图片

点击网址采集测试，看看测试效果

图片

（3）内容采集网址

以 http://faq.locoy.com/q-1184.html 为例讲解标签采集

注：更详细的分析说明可以参考本手册

  1. 操作指南 > 软件操作 > 内容采集规则 > 标签编辑

我们首先查看它的页面源代码，找到我们“标题”所在位置的代码：

  1. <title>导入Excle是跳出对话框~打开Excle出错 - 火车采集器帮助中心</title>

<title>

结尾字符串为：</title>

数据处理——内容替换/排除：需要把- 火车采集器帮助中心 给替换为空

图片

内容标签的设置原理也是类似的，找到内容所在源码中的位置

图片

<div id="cmsContent">

结尾字符串为：</div>

数据处理——HTML标签排除：把不需要的A链接等 过滤

图片

再设置个“来源”字段

图片

这样一个简单的文章采集规则就做好了。