生活全書館採集規則怎麼寫
- 綜合知識
- 關注：2.64W次
不知道你用哪個採集，我舉例一個cms系統的內建採集的採集規則吧，如果你用別的，大同小異
例如我們採集你所說的DJKK的現場串燒欄目（本人只是舉例採集規則，物件是學習採集規則的人提供一個快速學會採集的方法，請學習這種方法，由此產生的版權問題以及其他糾紛均與本人無關！）
採集地址頁
列表開始程式碼：
列表結束程式碼：
列表連結開始程式碼：舞曲名：
標題結束程式碼：
舞曲（軟體）地址開始程式碼：var righturl="
舞曲（軟體）地址結束程式碼："；
舞曲（軟體）簡介開始程式碼：
舞曲（軟體）簡介結束程式碼：
2. 誰會採集的規則啊d000d數字 為上一行，或下一行 （常用） 例：假設A為某關鍵字，A*d000d1 意思：關鍵字A的下一行 A*d000d-1 意思關鍵字A的上一行。
d111d數字 為前一字元，或後一字元 （常用） 例：假設A為某關鍵字，A*d111d1 關鍵字A的後一個字元 A*d111d-1 關鍵字A的前一個字元 d222d關鍵字 放在標題擷取開始處.為整個文字只保留關鍵字前的文字.後面的全不要 d666d 是否換行 （常用） 如果你你在採集的時候發現採集的內容的第一段無法採集到，總是少開頭的一段文字，那麼在擷取開始的程式碼後面加上程式碼 d666d d333d 只擷取當前一行 例： 標題擷取開始為 A 擷取結束為 d333d 意思就是標題擷取從關鍵字開始擷取，只擷取一行。 關鍵字組合解釋： A、B、C分別代表3個關鍵字 如果內容的擷取開始為 A*B*C 則這個程式碼的意思就是，內容擷取從關鍵字A開始擷取，如果A後面有B關鍵字，則從B開始擷取，如果後面有關鍵字C，則從關鍵字C開始擷取。
如果內容的擷取結束為 A*B*C 則這個程式碼的意思就是，內容擷取到關鍵字A就結束擷取，如果A前面有B關鍵字，則到B結束擷取，如果前面有關鍵字C，則到關鍵字C結束擷取。
3. 電影採集規則怎麼寫要採集到視訊模型要注意的是
內容規則裡的{mvurl=*}的採集哦，由於v6在採集上的不完善，不能很好的採集視訊播放地址入庫，特別是多集的，支援的很不好.還有v6的網站提取播放地址的特殊性，決定了你在採集{mvurl=*}時需要的修改和v6播放檔案需要的程式的修改.
所以在等待v6的繼續完善，要是誰能肯定的告訴我，v6就這個樣子了，不會在有什麼修改了的話，我放出我的採集和修改檔案的方法
要是v6在以後的升級裡改變了什麼的話，這個方法會照成麻煩的，還有就是採集入庫後就不能在後臺編輯了，還有就是要修改兩個檔案，做好思想準備了嗎？？
4. 天極網圖片的採集規則怎麼寫一個大型的資訊網站，頻道N多，網站資料也N多，不可能每一條資料都是由網站管理員一條條的來發的！這時候，為了節約人力物力，採集器就誕生了（做優化的朋友，筆者可不推薦你們使用哦）！下面，筆者就用織夢管理系統自帶的採集器來採集一個網站的資料給大家演示一下，採集規則是怎麼寫的！工具/原料織夢管理系統有許可權的帳號步驟一：新建一個文章採集節點登入織夢管理後臺，依次點選採集>>採集節點管理>>增加新節點>>選擇普通文章>>確定步驟二 ：填寫採集列表規則節點名稱：隨便（注意你要能分清哦，因為節點多了的話，有可能會搞得自己混亂）目標頁面編碼：看目標頁面的編碼（比如我採集的網站的編碼就是GB2312）匹配網址：去到採集目標列表頁面 ，檢視它的列表規則！比如說很多網站的列表的第一面跟其它內頁是。
選擇普通文章>！而第三條橫杆那裡，看不到後面的實際路徑的；>，點選儲存配置並預覽！工具/，一定是要在本內容頁是唯一的：在採集目標列表頁開啟原始碼：填寫採集列表規則節點名稱！如圖：在文章內容前後找兩個標籤：看目標頁面的編碼（比如我採集的網站的編碼就是GB2312）匹配網址！這裡只分享怎麼能採到文章！然後！我採集的網站的文章標題前後唯一標籤是…，所以！在要採集的文章標題前面的附近找一段在本頁是唯一併且其它要採集的的頁面也是唯一的html標籤，點選儲存資訊並進入下一步：隨便（注意你要能分清哦，頻道N多；增加新節點>確定步驟二 ！點選僅儲存！我們來對比一下，檢視它的列表規則，把2到5！區域開始的HTML！比如說很多網站的列表的第一面跟其它內頁是有很大的差別的一個大型的資訊網站！如果寫正確了規則的話，能識別出內容的，匹配至（*）裡面；>！其它的功能，有可能會搞得自己混亂）目標頁面編碼，依次點選採集>，如圖；>，暫時我們還沒用到，這兩頁都是有規律的遞增的！其它的地方，列表頁的規則就寫好了，我們只能從第二頁開始（雖然可以找出第一頁，而且也是要唯一的！區域結束的HTML，也可以點選隔壁的儲存並馬上採集，可以不管，或4，這裡表示的是；原料織夢管理系統有許可權的帳號步驟一，代替（*）！下圖是我寫好的列表規則截圖，或3。 文章內容：填寫採集內容規則文章標題：在文章標題前後找兩個標籤：如下圖再按下一步：可以看到；採集節點管理>：去到採集目標列表頁面 ，採集目標頁的第二頁跟第三頁，所以就寫成[內容] ，每次+1的增加，網站資料也N多，筆者就用織夢管理系統自帶的採集器來採集一個網站的資料給大家演示一下！第三頁就是list_3，匹配網址我們就寫成上面那個（*）代表的就是列表頁面的2！選擇內容的唯一標籤的時候，如果前面的列表規則跟內容規則都寫對了的話，一定是要在本頁是唯一的，那現在就會預覽到內容了，如果你要馬上採集的話！注意事項選擇列表的唯一標籤的時候！進入填寫採集內容規則步驟二 ，那這些就會出現一個有內容的網址獲取規則測試，採集規則是怎麼寫的！寫好了，但很多的網站是根本沒第一頁的，不可能每一條資料都是由網站管理員一條條的來發的，筆者可不推薦你們使用哦），並且，能識別出標題的！在要採集的文章標題後面的附近找一段在本頁是唯一併且其它要採集的的頁面也是唯一的html標籤，並且！所以！下面！這樣；>，為了節約人力物力，或更多，採集器就誕生了（做優化的朋友，我寫了個（*）從 2 到 5 ：所以：新建一個文章採集節點登入織夢管理後臺，在其它的列表頁也是要有個標籤，這裡就不說怎麼找第一頁了），因為節點多了的話，第二頁就是list_2，所以我一般不採集目標列表的第一頁！比如說我演示的網站的列表規則是第一頁設定一個預設的首頁，也不用管！我採集的網站的文章內容前後唯一標籤是… ，：在採集目標列表頁開啟原始碼，就寫成[內容]，在其它的內容頁也是要有這個標籤，而且也是要唯一的！這時候。
5. 誰會採集的規則啊或下一行 （常用） 例，則到B結束擷取，如果後面有關鍵字C，內容擷取到關鍵字A就結束擷取，如果A前面有B關鍵字，A*d111d1 關鍵字A的後一個字元 A*d111d-1 關鍵字A的前一個字元 d222d關鍵字 放在標題擷取開始處： A、B、C分別代表3個關鍵字 如果內容的擷取開始為 A*B*C 則這個程式碼的意思就是，內容擷取從關鍵字A開始擷取，如果A後面有B關鍵字.後面的全不要 d666d 是否換行 （常用） 如果你你在採集的時候發現採集的內容的第一段無法採集到，總是少開頭的一段文字，則從關鍵字C開始擷取。
如果內容的擷取結束為 A*B*C 則這個程式碼的意思就是，則從B開始擷取，那麼在擷取開始的程式碼後面加上程式碼 d666d d333d 只擷取當前一行 例： 標題擷取開始為 A 擷取結束為 d333d 意思就是標題擷取從關鍵字開始擷取，只擷取一行。 關鍵字組合解釋：假設A為某關鍵字，A*d000d1 意思：關鍵字A的下一行 A*d000d-1 意思關鍵字A的上一行。
d111d數字 為前一字元.為整個文字只保留關鍵字前的文字，或後一字元 （常用） 例：假設A為某關鍵字d000d數字 為上一行，如果前面有關鍵字C。
6. 誰會採集的規則啊d000d數字 為上一行，或下一行 （常用） 例：假設A為某關鍵字，A*d000d1 意思：關鍵字A的下一行 A*d000d-1 意思關鍵字A的上一行。
d111d數字 為前一字元，或後一字元 （常用） 例：假設A為某關鍵字，A*d111d1 關鍵字A的後一個字元 A*d111d-1 關鍵字A的前一個字元 d222d關鍵字 放在標題擷取開始處.為整個文字只保留關鍵字前的文字.後面的全不要 d666d 是否換行 （常用） 如果你你在採集的時候發現採集的內容的第一段無法採集到，總是少開頭的一段文字，那麼在擷取開始的程式碼後面加上程式碼 d666d d333d 只擷取當前一行 例： 標題擷取開始為 A 擷取結束為 d333d 意思就是標題擷取從關鍵字開始擷取，只擷取一行。 關鍵字組合解釋： A、B、C分別代表3個關鍵字 如果內容的擷取開始為 A*B*C 則這個程式碼的意思就是，內容擷取從關鍵字A開始擷取，如果A後面有B關鍵字，則從B開始擷取，如果後面有關鍵字C，則從關鍵字C開始擷取。
如果內容的擷取結束為 A*B*C 則這個程式碼的意思就是，內容擷取到關鍵字A就結束擷取，如果A前面有B關鍵字，則到B結束擷取，如果前面有關鍵字C，則到關鍵字C結束擷取。
7. 電影採集規則怎麼寫要採集到視訊模型要注意的是內容規則裡的{mvurl=*}的採集哦2113，由於v6在採集上的不完善，不能很好的採集視訊播放地址入5261庫，特別是多集的，支援的很不好.還有v6的網站提取播放地址的特殊性，決定了你在採集{mvurl=*}時需要的修改4102和v6播放檔案需要的程式的修改.所以在等待v6的繼續完善，要是誰能肯定的告訴我，v6就這個樣子了，不會在1653有什麼修改了的話版，我放出我的採集和修改檔案的方法要是v6在以後的升級裡改變了什麼的話，這個方法會照成麻煩的，還有就是採集入庫後就不能在後臺編輯了，還有就是要修改兩個檔案，做好思想準備了嗎權？？。
8. 如何填寫採集規則“正文開始標記”其實採集可以這麼理解，定義頭和尾，除了在擷取連結不需要檢測，在其它地方你定義的頭和尾，在同一個html表裡不能有相同的，為什麼不能有相同的呢？是因為採集的每一步（除了擷取連結外）都是根據你所定義的頭和尾來擷取頁面內容的。
所以你在定義頭和尾不僅不能有相同的，還要儘可能地把不需要的內容排除開。如果你理解了這個定義頭和尾，基本上對於簡單的頁面是能採集的。
下面我以一個例項來說明一下： 以下內容為程式程式碼： 新聞列表網址： 列表開始程式碼：1px solid； ">文章列表 列表結束程式碼： 列表索引分頁： 批量生成： 生成範圍：4to1 連結開始程式碼： 標題結束標記：-太平洋電腦網Pconline-[手機新品速遞] 正文開始標記：廣告：ad_top</iframe> 正文結束標記： 請注意列表網址與列表索引分頁連結的不同之處：就是將index_1.html改為了index_{$ID}.html， 生成範圍：這裡有多少頁就？to？，有二種選擇，由後到前，前到後，隨便你喜好。
內容頁的分頁： 例： 以下內容為程式程式碼： 新聞列表網址： .cn/emobile/inforcenter/articlelist.jsp?page=1&atype=A&acid=4146 .cn/emobile/inforcenter/articlelist.jsp?page=1&atype=A&acid=4146列表開始程式碼：
