关键字文章采集器(从DOM结构中拿到的规则分析，你知道吗？)

　　关键字文章采集器(从DOM结构中拿到的规则分析，你知道吗？)

　　到达

　　, 只有这样，工具才会从上面的区域找到链接。

　　让我们继续。我们已经知道从哪个区域查找链接。接下来是找什么样的链接。这时候就需要看看所有详情页文章的链接是什么样子的，例如：

　　将鼠标悬停在列表页的文章标题上就可以看到（原谅我啰嗦），然后你大概扫一扫，发现文章详情页链接在所有列表上页面几乎如下所示

　　面条是这样的：

　　http://www.chnrailway.com/news/20090606/0606326101.html

http://www.chnrailway.com/html/18-03-12/23-45-78.shtml

http://www.chnrailway.com/rail/show-9875756/78-78.html

　　然后你应该能够编写规则：

　　http://www.chnrailway.com/(*)/(*)/(*).(*)html

　　这样你也得到了详情页的链接，下一步就是设置获取详情页内容的规则。

　　2.3采集内容规则（详情页内容规则）

　　看不知道，这里可以设置标题、内容等数据采集的来源。我们先来看标题：

　　我放大了右侧：

　　很明显，这个标题应该是取自DOM结构，具体的判断要根据html。毕竟不同的网站的html样式是不一样的，所以在title里填了这个规则

　　在获取规则中，文章的内容规则也是如此。给一张图片，然后自己弄清楚。

　　2.4 测试规则

　　测试的意思是看你之前写的规则是否可以采集获取网站源数据。

　　点击任意加号找到详情页面，然后在右侧“测试此页面”：

　　如果你能得到你想要的数据，那么你之前写的规则就是正确的！！！

　　2.5 发布内容设置

　　数据采集好的，当然要发布到目标网站，那么：

　　这个发布配置可以自定义（我们点击WEB发布配置管理）：

　　这些基于您要发布的 网站。

　　至于最后一项：文件保存和一些高级设置，您不需要做任何更改。如果有兴趣，请自行研究。

　　在所有的规则和配置都写好并测试正确后，你的采集任务可以说完成了，接下来就是执行任务了：

　　三个复选框分别表示：捕获 URL、捕获内容和发布。如果您选择了所有，那么

　　右键这个任务，启动任务，他会启动采集数据并上传数据。根据数据量，任务的执行时间会有所不同~~~