织梦（Dedecms）采集侠定向采集文章URL设置大全

　　织梦（Dedecms）采集侠定向采集文章URL设置大全

　　昨天飒飒在使用织梦（Dedecms）采集侠时，在定向采集文章URL设置过程中遇见了不少问题，虽然有官方演示做参照，但是亦不认为全面，导致常常会采集失败。下面飒飒来给你们列举一些官方文档没有详尽明说的定向采集文章URL设置。

　　官方文档给出的列表URL设置方式如下：

　　例：

　　比如我要采集站长之家优化栏目上面的文章，他们的文章URL是

　　通配后的URL就是：(*)/(*)/(*).shtml

　　但是大多数时侯我们会设置成：

　　(*).shtml或

　　(*).shtml或

　　(*)/(*).shtml或

　　(*)/0988/(*).shtml

　　虽然以上的通配URL也能实现采集，但是不是完整的通配。

　　小技巧：以后在设置列表URL时，遇见数字的全部采用转义，准没错！

　　以下来说说官方文档未列举但又常见的URL：

　　例1：

　　这样的文章链接该怎么写通配URL呢？想必有不少小伙伴会如下写：

　　(*)/(*).html

　　但是采集测试时，会告诉你采集失败，说明通配URL错误，那该怎么设置呢？

　　正确设置方式：(*)-(*)-(*)/(*).html

　　例2：

　　这是动态页面，没有生成伪静态或静态URL，也同样可以使用通配规则吗？

　　飒飒在此将结果告诉你：可以使用通配规则

　　正确设置方式：(*)

　　TIPS：当然，必须补充一点，不是所有文章URL设置正确以后就可以采集，采集器都是有限制的，比如那种网站设置了防采集功能，无论你在采集设置里面做多少努力，都是徒劳，所以，在设置采集时，先测试，很重要！一些大站或则牛逼的网站一般都有防采集设置！

　　总结

　　1.当设置文章通配URL时，如遇见非数字的，一律不能用转义(*)，必须保留，方可正确采集。URL中常见的非数据有英语字母，-，_，?等。

　　2.URL通配规则一定要写全，写完后注意检测通配URL中是否富含数字，如富含，则通配URL为完成，将数字更改成键值以后再保存采集，在将来对方网站修改URL命名时，方能以不变应万变。屏蔽你采集IP除外。