新版采集示例
我们以新浪网环球新闻做个示例用新的内容采集工具来采集新闻页面地址http://roll.new s.s ina.c om.cn/news/gjxw/hqqw/index_1.shtml
所要采集的新闻页面最好是列表页
例页面上有显示上一页 123. 。 。 。 。 。下一页
比如第一页它的地址是 http://roll.new s.sina.c om.cn/news/gjxw/hqqw/index_1.shtml单击第二页地址就是 http://roll.new s.s ina.c om.cn/news/gjxw/hqqw/index_2.shtml
有一种规律性的延伸。
后台设置如下
首先进入后台单击“文章采集”单击左侧的“规则设置NEWS”。
1、将采集的页面地址复制到【采集路径】中
2、将采集的页面地址复制到【路径参数】将1替换为{0}
3、采集页数自已填写数字 例如 1
4、 页面编码可鼠标右击查看页面源文件
查看到这个页面编码为gb 2312那么就在页面编码里输入“gb 2312” 当然也有是utf-8的比如
所以根据采集的页面编码来输入。点击“下一步”
5、在这里我们可以看见这些采集的规则设置
“列表标签”就是整个新闻列表的标签查看页面源文件找到新闻条目如图
那么我们就可以定义“列表“标签”为“//ul [@c las s="lis t_009"]” ”为什么是这样规则呢
因为设置的格式是这样的 //+标签的起始代码+[@+标签的属性] 看到下面你就会明白了。那么“详细页标题标签”就是 //h1 [@id="artibodyTitle"]
那么“详细页内容标签”即是 //div [@id="artibody"] 注 当标签里同时有class和id时优先选择id属性jwWWmMMM第四维度——免费学习建站首选品牌
设置好的即如下图
然后单击“下一步”
7.看到如上图所示标有成功字样 即表示设置成功再点击“完成”按纽即可。
如果出现下图标题失败或者内容失败则表示不成功重新设置标签规则直到出现成功字样为止如图
8、点击“采集”jwWWmMMM第四维度——免费学习建站首选品牌
9.再点击“确定”
10、新闻采集成功之后采集的内容都会在临时内容里显示。点击文章采集—临时内容new
11.将已采集好的新闻勾选起来点击转移
12.选择转移的新闻类别 点击转移
13.提示操作成功之后确定去新闻管理查看刚刚转移的内容 内容管理—新闻模块—新闻管理。将转移的新闻勾选更新
这样采集的新闻就会显示在网站上了。jwWWmMMM第四维度——免费学习建站首选品牌
触碰云怎么样?触碰云是一家成立于2019年的商家。触碰云主营香港/美国 VPS服务器、独立服务器以及免备案CDN。采用的是kvm虚拟构架,硬盘Raid10,Cn2线路,去程电信CN2、移动联通直连,回程三网CN2。最低1核1G带宽1M仅20.8元/月,不过这里推荐香港4核4G15M,香港cn2 gia线路云服务器,仅115.2元/月起,性价比还是不错的。点击进入:触碰云官方网站地址触碰云优惠码:优...
如今我们还有在做个人网站吗?随着自媒体和短视频的发展和兴起,包括我们很多WEB2.0产品的延续,当然也包括个人建站市场的低迷和用户关注的不同,有些个人已经不在做网站。但是,由于我们有些朋友出于网站的爱好或者说是有些项目还是基于PC端网站的,还是有网友抱有信心的,比如我们看到有一些老牌个人网站依旧在运行,且还有新网站的出现。今天在这篇文章中谈谈有网友问关于个人网站备案的问题。这个也是前几天有他在选择...
georgedatacenter怎么样?georgedatacenter这次其实是两个促销,一是促销一款特价洛杉矶E3-1220 V5独服,性价比其实最高;另外还促销三款特价vps,大家可以根据自己的需要入手。georgedatacenter是一家成立于2019年的美国vps商家,主营美国洛杉矶、芝加哥、达拉斯、新泽西、西雅图机房的VPS、邮件服务器和托管独立服务器业务。georgedatacen...