采集免费网站申请 免费学习建站 免费网站建设 免费建永久网站 江苏网站建设 第四维度-新采集示例(desiweb)

新版采集示例

我们以新浪网环球新闻做个示例用新的内容采集工具来采集新闻页面地址http://roll.new s.s ina.c om.cn/news/gjxw/hqqw/index_1.shtml

所要采集的新闻页面最好是列表页

例页面上有显示上一页 123. 。 。 。 。 。下一页

比如第一页它的地址是 http://roll.new s.sina.c om.cn/news/gjxw/hqqw/index_1.shtml单击第二页地址就是 http://roll.new s.s ina.c om.cn/news/gjxw/hqqw/index_2.shtml

有一种规律性的延伸。

后台设置如下

首先进入后台单击“文章采集”单击左侧的“规则设置NEWS”。

1、将采集的页面地址复制到【采集路径】中

2、将采集的页面地址复制到【路径参数】将1替换为{0}

3、采集页数自已填写数字 例如 1

4、 页面编码可鼠标右击查看页面源文件

查看到这个页面编码为gb 2312那么就在页面编码里输入“gb 2312” 当然也有是utf-8的比如

所以根据采集的页面编码来输入。点击“下一步”

5、在这里我们可以看见这些采集的规则设置

“列表标签”就是整个新闻列表的标签查看页面源文件找到新闻条目如图

那么我们就可以定义“列表“标签”为“//ul [@c las s="lis t_009"]” ”为什么是这样规则呢

因为设置的格式是这样的 //+标签的起始代码+[@+标签的属性] 看到下面你就会明白了。那么“详细页标题标签”就是 //h1 [@id="artibodyTitle"]

那么“详细页内容标签”即是 //div [@id="artibody"] 注 当标签里同时有class和id时优先选择id属性jwWWmMMM第四维度——免费学习建站首选品牌

设置好的即如下图

然后单击“下一步”

7.看到如上图所示标有成功字样 即表示设置成功再点击“完成”按纽即可。

如果出现下图标题失败或者内容失败则表示不成功重新设置标签规则直到出现成功字样为止如图

8、点击“采集”jwWWmMMM第四维度——免费学习建站首选品牌

9.再点击“确定”

10、新闻采集成功之后采集的内容都会在临时内容里显示。点击文章采集—临时内容new

11.将已采集好的新闻勾选起来点击转移

12.选择转移的新闻类别 点击转移

13.提示操作成功之后确定去新闻管理查看刚刚转移的内容 内容管理—新闻模块—新闻管理。将转移的新闻勾选更新

这样采集的新闻就会显示在网站上了。jwWWmMMM第四维度——免费学习建站首选品牌