文章采集功能(2.1.4获取文章发布时间的采集规则再次回到图23，找到)

　　文章采集功能(2.1.4获取文章发布时间的采集规则再次回到图23，找到)

　　2.1.4 获取文章采集发布时间规则

　　再次回到图23，找到“Published in:”和后面的“2009-09-29 14:21”，和前面获取采集规则的方法一样，这里应该是“Published” in: [Content] "作为采集发布时间规则。同样，这里也不需要使用过滤规则。填充后，如图27所示，

　　图27-文章发布时间的采集规则

　　2.1.5 采集获取文章内容的规则

　　这部分是编写采集规则的重点和难点。需要特别注意。

　　具体步骤：

　　（一）回到开篇文章内容页的源码，找到文章内容的开头部分《Dreamweaver升级到8.0.2之后》 ，如图28所示，

　　图28-文章内容的开头

　　注意：这句话在源码中出现了两处。其中，第一句在“

　　在“之后，第二句在”

　　”之后。通过对比文章的内容页和它的源码，不难发现第一部分其实是一个摘要，第二部分是文章@内容的开头>. 因此，您应该选择“

　　”是匹配规则的开始。

　　(B) 找到文章内容的结尾部分“也是”wmode”参数加上了“transparent”的值”，如图29所示，

　　图29-文章的内容结束

　　注意：由于结束部分的最后一个标签是“

　　”，并且这个标签在文章的内容中出现多次，所以不能作为采集规则的结束标签。考虑到它应该对应<的内容的开头@文章，经过对比和分析，得出的结论是这里应该选“

　　”作为文章的内容结束，如图30所示，

　　图30-文章内容匹配规则结束

　　(C) 结合(a)和(b)，可以看出这里文章的内容匹配规则应该是"

　　[内容]

　　》，填写后，如图31所示，

　　图31-文章的内容匹配规则

　　此处不使用过滤规则。过滤规则的介绍和使用将放在单独的章节中。

　　至此，“新建采集节点：第二步设置内容字段获取规则”，设置完成。填写后，如图（图32），

　　图32-设置后新增采集节点：第二步设置内容字段获取规则

　　检查无误后，点击“保存配置并预览”。如果之前的设置正确，点击后会进入“新建采集节点：测试内容字段设置”页面，看到对应的文章内容。如图（图33），

　　图33-新建采集节点：测试内容字段设置

　　确认无误后，点击“只保存”，系统会提示“保存配置成功”，返回“采集节点管理”界面；如果单击“保存并启动采集”，您将进入“采集 指定节点”界面。否则请点击“返回上一步修改”。

　　第二部分的介绍到此结束。现在进入第三部分。. .

　　这篇文章的链接：

　　相关文章

　　网站类别

　　最近发表