点这儿动画演示
目标另存为
第一步：挑选网站
这里做手机方面的资讯，我们可以选择 友人手机宝典频道 http://bible.younet.com
通过搜索引擎进行搜索 site:bible.younet.com
第二步：定制搜索引擎定向采集规则
1）创建采集规则名称；
2）输入定位网址，格式：site:域名网址，如： site:bible.younet.com；
3）输入测试网址，在搜索引擎中选择网址，如：http://bible.younet.com/files/2006/10/28/357575.shtml；
4）输入 获取文章内容的 的开始特征标记和结束特征标记；
5）测试抓取到的内容
6）选择各种HTML标签，进行内容过滤；
7）输入过滤字符和替换字符；使用“|”进行字符分隔。
输入“字符”:过滤此字符
输入“字符1*字符2”：过滤掉字符1 到 字符2 间的所有字符，包含字符1和字符2本身
输入“字符1$字符2“：用字符1替换掉字符2
例子： 上海|今天*明天|后天$昨天
过滤掉文章内容中的“上海”的字符，过滤掉“今天” 到 “明天” 之间的字符，把文章中的“后天”字符替换成“昨天字符”
第三步：使用定制的规则进行采集
|
