文章cms采集(后面就是文章列表里我们再找文章结束的HTML就是)

　　文章cms采集(后面就是文章列表里我们再找文章结束的HTML就是)

　　从这里，我们将在 文章 列表中找到 文章 列表末尾的 HTML。这是一个很容易找到的标志。如果链接收录图片：不处理。采集 对于缩略图，根据需要选择再次过滤区域网址：（使用正则表达式）必须包括：（优先级高于后者）不能收录：打开源文件，可以很清楚的看到，文章链接都是以.html结尾的，所以我们必须收录它并填写.html。如果遇到一些比较麻烦的列表，也可以填写以下，不能收录的。我们点击save settings进入下一步，就可以看到我们得到了什么文章URL是正确的看到这些，我们保存信息进入下一步设置内容字段获取规则看看有没有是任何分页 文章，然后输入一篇文章文章 看看... 来看看这里的文章 没有分页，所以这里我们默认了。让我们找到文章的标题等等，随便输入一篇文章，在源文件上右击可以看到正文的开头： End: What you want to filter in 文章 ，直接写在过滤规则里就行了。比如要过滤文章中的图片，选择常用规则，勾选IMG，然后确定我们过滤了文本中的图片。设置好后点击保存设置，预览一下这样的采集规则就可以写了，很简单，有些网站写起来比较麻烦，不过稍微费点功夫，我们点击保存就可以了start采集——启动采集网页一会儿，采集结束，我们来看看文章 我们采集到达的456。好像成功了，要不要导出数据？首先选择您要导入的列，在那里按“选择”，您可以在弹出窗口中选择您需要导入的列。发布选项通常是默认选项，除非您不想立即发布。每批导入默认为30个，这里修改不修改都没有关系。附加选项一般选择“排除重复标题”。至于自动生成HTML的选项，建议不要先生成，因为我们要批量提取摘要和关键字。在那里，您可以在弹出窗口中选择需要导入的列。发布选项通常是默认选项，除非您不想立即发布。每批导入默认为30个，这里修改不修改都没有关系。附加选项一般选择“排除重复标题”。至于自动生成HTML的选项，建议不要先生成，因为我们要批量提取摘要和关键字。在那里，您可以在弹出窗口中选择需要导入的列。发布选项通常是默认选项，除非您不想立即发布。每批导入默认为30个，这里修改不修改都没有关系。附加选项一般选择“排除重复标题”。至于自动生成HTML的选项，建议不要先生成，因为我们要批量提取摘要和关键字。