点这儿动画演示
目标另存为
采集网站列表网址：
网站：http://www.boraid.com/
网站内容列表：http://www.boraid.com/darticle3/default.asp?page=1&classid=7
第一步：创建采集规则名称 boraid.com行业分析
1）创建采集规则名称
2）输入采集网站的列表网址。
第二步：确定列表页信息
1）输入列表页，并用 {*} 替换列表网址中变化的数字，填写采集列表的起始页。
http://www.boraid.com/darticle3/default.asp?page=1&classid=7
http://www.boraid.com/darticle3/default.asp?page={*}&classid=7
2）找到列表页源文件中的文章链接区域 的开始特征标记和结束特征标记；
3）输入文章链接代码中的特殊 特征字符 ；
<a href="list.asp
第三步：获取列表页中的文章链接
1）输入获取 文章链接网址的 的开始特征标记和结束特征标记；
2）为采集到的文章 相对链接（如果为绝对链接则不需要修改）链接添加头部域名，保证文章链接网址的完整性；
完整的文章页网址为：http://www.boraid.com/darticle3/list.asp?id=91024
第四步：获取文章内容
1）确定得到正确的文章页的网址链接；
2）输入 获取文章标题的 的开始特征标记和结束特征标记；
3）输入 获取文章内容的 的开始特征标记和结束特征标记；
4）输入 获取文章时间的 的开始特征标记和结束特征标记；可选中“使用系统时间选项”；
5）输入 获取文章来源的 的开始特征标记和结束特征标记；可选中“来源”选项，自定义输入；
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”
8)输入图片的头部网址
如果是绝对网址，请保持为"0"
如果是相对地址，请填入图片的头部网址
http://
9）预览采集到的内容
|
