插入关键字 文章采集器(新节点起一个名字的匹配模式及匹配规则【一】)

　　插入关键字 文章采集器(新节点起一个名字的匹配模式及匹配规则【一】)

　　节点名称：给新创建的节点起一个名字，这里填写“采集测试（一）”；

　　目标页面编码：设置采集目标页面的编码格式，包括GB2312、UTF8和BIG5。可以通过在采集目标页面右击选择“查看源文件”获得。

　　步骤：

　　(a) 打开采集的目标页面：;

　　(b) 右击选择“查看源文件”，找到“字符集”，如下图

　　等号后面的代码是需要的“编码格式”，这里是“gb2312”。

　　“区域匹配模式”：设置如何匹配所需采集的内容部分，可以是字符串或正则表达式。系统默认模式为字符串。如果您对正则表达式有更多的了解，可以在这里选择正则表达式模式。

　　“内容导入顺序”：指定文章list导入时的顺序。可以选择“与目标站一致”或“反向到目标站”。

　　“防盗链模式”：目标站点为采集是否有刷新限制。一开始很难说，你需要测试才能知道。如果是这样，您需要在此处设置“资源下载超时时间”。

　　“引用网址”：填写任何文章内容页面的网址，即采集。

　　具体步骤：

　　(a) 在打开的文章列表页面，点击第一篇文章

　　标题“”打开文章content页面，如图，

　　(b)此时浏览器的网址地址栏中显示的网址就是“引用网址”中需要填写的网址，如图（图8），

　　至此，“节点基本信息”设置完毕。检查无误后，进入下一步。

　　四、设置获取列表网址的规则

　　如图所示：

　　列出网址获取规则

<p>这里是设置采集文章list页面的匹配规则。如果采集的文章列表页面有一定的样式，可以选择“批量生成列表URL”；如果采集的文章列表页面没有规则可循，可以选择“手动指定列表URL”；如果采集站点提供RSS，则可以选择“从RSS获取”。情况，例如：列表页面部分规则，其余部分不规则，您可以在“匹配网址”中填写规则部分，然后在“手动指定网址”中填写不规则部分。