采集某一个指定页面的文章包括（标题、图片、描述、内容）

　　采集某一个指定页面的文章包括（标题、图片、描述、内容）

　　任务：

　　采集文章指定页面收录（标题、图片、描述、内容）导入到自己的网站数据库对应列（列id为57），数据库字段分别为（title,拇指、描述、内容）。

　　页面第一张图片是文章缩略图，这里一个是获取缩略图名称并将对应的网站路径添加到数据库的thumb字段中，另一个是下载到本地上传到指定文件夹. ,（当然可以根据软件直接ftp，我还没做，以后补充）

　　1、New group--新任务

　　2、添加网址+修改获取网址的规则

　　选择ul中li中的链接，注意排除重复地址，可以点击下方测试网址采集获取。

　　你可以看到采集的文章链接。

　　3、采集content 规则

　　我需要采集显示下图中的数据（catid是列id，可以把采集的数据放到对应的列中，设置一个固定值即可）

　　关注内容和图片的采集，标题和描述与内容采集一致

　　Content采集：

　　打开一个采集文章页面查看源码（禁止右键f11或者查看源代码：可以在网址前加）：

　　选择文章开头的一个位置，截取一段，看是不是ctrl+f下的唯一一段。如果是，可以放在下图1所示的位置，结尾和开头一样。

　　不想截取带有可用于数据处理的链接图片的内容，添加--html标签排除--选择确定--确定

　　还有需要下载页面图片，勾选并填写以下选项

　　图片采集：

　　(1）所选范围与内容一致(文章内图片)

　　(2）数据处理选提取第一张图片内容为：

　　(3）只要aa.jpg，常规过滤

　　获取内容：aa.jpg

　　(4）database 是带前缀存放的，加进去，upload/xxxxx/

　　找到一个页面并测试它。可以看到对应的物品都获得了。

　　4、Publishing 内容设置，这里以发布到数据库的方式为例，编辑完后返回这里查看刚刚定义的模块：

　　5、我需要把图片保存到本地，还要设置保存文件的路径（ftp以后会尝试使用）。

　　6、保存，查看新创建的任务，右键启动任务，可以看到这里下载了文字和图片，在数据库中可以看到。