系统操作 > 网页采集

导航: 系统操作 > 网页采集

网页采集使用正则表达式提取要采集的内容。后台已提供向导方式采集，请按照提示生成规则。

下载的采集规则在添加规则里导入后修改分类等信息添加即可使用。

如果你觉得向导方式比较麻烦可以使用下边的老方法生成采集规则

4.5版以后已可以使用向导模式生成采集规则,查看视频教程

要转换为规则的html/生成的规则:(要捕获内容替换为[gt])

规则类型：新闻链接列表下一页链接新闻列表范围
　　　　　新闻标题新闻内容新闻作者新闻来源
　　　　　新闻时间分页标题新闻下一页链接
　　　　　过滤广告（过滤广告请在[gt]左右分别写广告内容的开始和结束部分）

新闻链接规则举例
每一步：查看新闻列表页源码
第二步：列表页源码中找到一个链接html代码，并复制到上边的文本框
· <a href="http://mobile.163.com/04/0920/18/10OAE1DM0011179D.html" target=_blank>
第三步：
将新闻的url(http://mobile.163.com/04/0920/18/10OAE1DM0011179D.html)替换为[gt]（对新闻内容等规则都是替换你需要的部分为[gt]）
· <a href="[gt]" target=_blank>

第四步：点击生成规则，文本框内就得到生成的新闻链接规则
注意：如果你的规则里有图片等链接需要你把相对地址改为绝对地址即以http://开始
　　　复制html时要复制获取内容前后的一部分内容才可识别

如果生成的规则有问题并且你对正则表达式有一定了解，推荐使用正则表达式调试工具Regulator： http://regex.osherove.com/