教您使用php You Caiyun捕获当今头条新闻Ajax文章的内容

　　今天的标题数据由Ajax加载并显示. 根据普通URL，无法捕获数据. 有必要分析加载地址. 让我们以％E6％96％B0％E9％97％BB为例. 文章采集列表

　　使用Google Chrome浏览器打开链接，右键单击“审阅”，在控制台中切换到网络，然后单击XHR，以便可以过滤不必要的请求（例如图像，文件等），而仅请求查看内容页面

　　由于页面是由ajax加载的，因此将页面拉到底部，更多文章将自动加载. 目前，控制台捕获的链接是我们真正需要的列表页面的链接:

　　... amp; from = search_tab

　　在优采云采集器中创建任务

　　创建后，单击“集合设置”，然后在“开始页面URL”中填写上面爬网的链接

　　下一步匹配内容页面的URL，标题文章的URL格式为数字/

　　点击“内容页面网址”以编写“匹配内容网址”规则:

　　（？\ d + /）

　　这是一条常规规则，这意味着将匹配的URL加载到捕获组content1中，然后填写下面的[Content1]（与上面的content1相对应）以获取内容页面链接

　　您可以单击“测试”以查看链接是否成功爬网

　　获取成功后，您可以开始获取内容

　　点击“获取内容”以在字段列表的右侧添加默认字段，例如标题，正文等. 可以智能识别，如果需要准确性，则可以自己编辑字段并支持常规， xpath，json和其他匹配内容

　　我们需要获取文章的标题和正文. 因为它是由Ajax显示的，所以我们需要编写规则以匹配内容，分析文章的源代码: ，找到文章的位置

　　标题规则: articleInfo \ s *: \ s * {\ s * title: \ s *'[Content1]'，

　　正文规则: content \ s *: \ s *'[content1]'，\ s * groupId

　　该规则必须唯一，否则它将与其他内容匹配. 将规则添加到字段中，然后为获取方法选择规则匹配:

　　编写规则后，单击“保存”，然后单击“测试”以查看其工作原理

　　规则正确，抓取正常. 捕获的数据也可以发布到cms系统，直接存储在数据库中，另存为excel文件等，只需单击底部导航栏中的“发布设置”即可. 采集在这里，每个人都可以尝试一下！