文章采集平台(爬网址做采集规则的时候，直观标注很方便。)

　　文章采集平台(爬网址做采集规则的时候，直观标注很方便。)

　　制作采集规则的时候，可以很方便的在视觉上做标记。在网页上点击鼠标标记要抓取的内容。当爬虫运行时，它会自动去采集这些内容。但是，有些内容（如网页上的超链接）并没有直接显示在网页上，或者即使显示了某些内容，也无法准确地进行视觉标注。这时候就需要用到内容映射了。

　　内容映射必须在对应的DOM节点上进行操作。

　　1.内容映射采集超LINK

　　下面以京东列表页面上的商品链接为例，说明如何使用内容映射方式将商品链接映射到新的内容（字段）。

　　在定义规则状态下，点击产品名称。在下面的 DOM 列中，光标对应一个 DOM 节点。一般链接存放在A节点下的属性节点href中。

　　右键href节点，内容映射-新建内容

　　给新内容起个名字叫“商品链接”，因为采集是一个URL链接，href节点中的URL不完整，所以检查完整的URL。

　　大功告成，我们测试一下，看看产品链接是否被抓到了。

　　2.内容映射采集一般网页内容

　　比如我们想要采集this文章，但是网页上只能通过可视化标注选择一个section，在DOM节点上做内容映射，整篇文章就可以发送至文章采集。

　　点击文章的第一段，光标对应下面的节点，沿着节点向上看，直到找到一个节点，点击它，整个文章都在闪亮的框中，这意味着整个文章被选中。右击这个节点，内容映射-新建内容，然后给新建的内容起个名字。

　　在这个例子中，新内容的名称是文章。整个内容映射到文章。

　　因为我们的采集是文本内容，所以必须选择纯文本。

　　第 1 部分 文章：“攀爬 URL 以提高水平 采集”第 2 部分 文章：“定位和映射以改进网页 采集accuracy”