采集操作使用詳細說明

2020-10-28 20:20:35

字體：大中小

來源：轉載

供稿：網友

一、項目編輯--基本設置

　　項目名稱：    電腦入門                         （注：隨便寫）
　　網站名稱：    it.com.cn                        （注：隨便寫）
　　網站地址：    http://www.it.com.cn             （注：隨便寫）
　　新聞列表網址：http://www.it.com.cn/edu/readme/ （注：采集網站哪個網站的網址。）
　　項目備注：    記得經常采集這個欄目。           （注：隨便寫）

二、項目編輯--采集目標源碼

　　列表開始代碼：（注：要找到唯一的）
　　列表結束代碼：頻道精選
　　列表索引分頁：（注：這里有三種，<設置標簽>、<批量生成>、<手動添加>）

　　1、設置標簽：
　　下頁開始標記：下頁結束標記：>下一頁（注：要找到唯一的）
　　索引分頁重定向：（注：不知何意，請老大指教！）

　　　2、批量生成（注：這里設置生成范圍為 1 TO 5 是不行的，沒index_1.html這個目標，有些網站是可以。）
　　原字符串：http://www.it.com.cn/edu/readme/index_{$ID}.html
　　生成范圍：2 To 5

　　3、手動添加（注：這里不能添加：http://www.it.com.cn/edu/readme/index_1.html，理由同上）
　　http://www.it.com.cn/edu/readme/index_2.html
　　http://www.it.com.cn/edu/readme/index_3.html
　　http://www.it.com.cn/edu/readme/index_4.html
　　http://www.it.com.cn/edu/readme/index_5.html

三、項目編輯-- 采集列表

　　鏈接開始代碼：鏈接結束代碼： target=_blank      （注：要找到唯一的）
　　鏈接特殊處理：不作處理   重新定位              （注：不知何意，請老大指教！）
　　絕對鏈接字符：                                   （注：不知何意，請老大指教！）

　　這是分析后所得到的新聞絕對鏈接地址：http://www.it.com.cn/f/edu/051/15/68987.htm 請查看是否正確。（注：點擊后的地址是：http://127.0.0.1/Admin/target=_blank BUG???）

四、項目編輯--采集目標內容頁源碼

　　標題開始標記：或：
　　正文開始標記：　（注：要找到唯一的）
　　正文結束標記：　（注：要找到唯一的）

　　作者設置：　　　（注：這里就不說了，設置標簽和采集正文的一樣）
　　關鍵字詞設置：　（注：同上）
　　正文分頁設置：　（注：這里演示<設置標簽>）

　　設置標簽
　　下頁開始標記：下頁結束標記：>[下一頁]
　　分頁絕對鏈接：（注：感覺沒什么用處？不知何意，請老大指教！）

五、項目編輯--屬性設置

　　（注：到這一步顯示出正文，說明測試采集目標成功，這里要注意的是：文中的圖片顯示不出來是正常的，發表后自然會顯示出來）

六：項目編輯--文章屬性 （注：自己設置啦～～～）

　　過濾選項：（注：建議全部打上勾）

satan_zero兄的【經驗之談】幾個關鍵：

　　1. 請選擇文章中獨一無二、每篇必存的代碼作為代碼。這要看你的心思了，這關都通不過，
　　嘿嘿，還是去買本有講HTML的書或者找個教程看看

　　2. 請在不要復制2005版中的代碼作為標簽。因為在代碼視圖中有些代碼不可見，這應該是中鳥（嘿嘿）采集失敗的原因，
　　譬如：2個字節的空格的代碼，代碼視圖中就看不到。
　　解決辦法：用記事本或者文本編輯器打開源代碼看。