设为首页收藏本站

爱飞SEO软件 -- 助站长腾飞!!!

 找回密码
 立即注册

QQ登录

只需一步,快速开始

新浪微博账号登陆

只需一步,快速开始

从这里开始1.注册账号-->2.下载软件-->3.查看教程-->4.求助咨询 免费使用全部功能 官方qq群:爱飞seo软件交流

搜索
查看: 1814|回复: 1

[教程] 制作采集规则--正文规则(帖子类型)

[复制链接]

64

主题

975

好友

1万

积分

管理员

Rank: 9Rank: 9Rank: 9

签到天数: 31 天

[LV.5]常住居民I

151****1798

社区QQ达人 宣传达人

发表于 2012-11-11 17:11:14 |显示全部楼层
帖子类型的网页和文章类型的区别在于多了具有回复,这些回复区域一般具备相同的特征代码,在爱飞软件中设置为单元区域

采集规则核心概念是找到特征字符,设置进对应的采集标签内即可,软件会自动分析出有用的字段

在列表规则中,单元区域是抓取各个文章标题、链接,在正文规则中,单元区域则是配合抓取回复、作者名,单元区域都是为了抓取 重复区块中的内容。

下面分析dz论坛的一个帖子:
  1. http://www.discuz.net/thread-3147028-1-3.html
复制代码
一、分析帖子主题、回复区域内容的HTML源代码
  1. 主题代码 <td id="postmessage_25670034" class="t_f">
  2. 一楼代码 <td id="postmessage_25670081" class="t_f">
  3. 二楼代码 <td id="postmessage_25670133" class="t_f">
  4. ……
复制代码
可以看到,内容具有共同特征代码 class="t_f",则这个可以设置为 单元区域,并同时设置为 正文(软件会默认获取单元区域为输出内容,如果需要抓取作者名,需要追加到单元区域,设置正文代码避免将作者名也抓到内容中)。

补充:如果是采集文章、评论,文章和评论并没有相同的特征代码,处理方法如下
  1.将 文章代码设置在 首贴/文章区域 并同时设置为正文代码
  2.将 评论代码设置在 单元区域          并同时设置为正文代码

二、分析帖子主题、回复的作者名的HTML源代码
  1. 主题作者 <a class="xw1" href="http://www.discuz.net/home.php?mod=space&amp;uid=1378995" target="_blank">LaterComer</a>
  2. 一楼作者  <a class="xw1" href="http://www.discuz.net/home.php?mod=space&amp;uid=1334716" target="_blank">vallkiss</a>
  3. 二楼作者 <a class="xw1" href="http://www.discuz.net/home.php?mod=space&amp;uid=1334716" target="_blank">vallkiss</a>
  4. ……
复制代码
可以看到,作者名具有共同特征代码 class="xw1",这这个可以追加设置 单元区域,并同时设置为 作者名

三、分析翻页区域的HTML源代码
  1. <div class="pg"><strong>1</strong><a href="http://www.discuz.net/thread-3147028-2-3.html">2</a><a href="http://www.discuz.net/thread-3147028-3-3.html">3</a><label><input type="text" name="custompage" class="px" size="2" title="输入页码,按回车快速跳转" value="1" onkeydown="if(event.keyCode==13) {window.location='forum.php?mod=viewthread&tid=3147028&extra=page%3D3&page='+this.value; doane(event);}" /><span title="共 3 页"> / 3 页</span></label><a href="http://www.discuz.net/thread-3147028-2-3.html" class="nxt">下一页</a></div>
复制代码
需要注意:针对需要采集回复的帖子类型网页,翻页代码需要设置在 下一页代码(同列表下一页,而非正文下一页代码),这边设置 下一页代码class="nxt"  或 >下一页
踩过的脚印
已有 1 人评分铜钱 收起 理由
系统奖励 + 1 发帖收益,回帖人越多收益越高

总评分: 铜钱 + 1   查看全部评分

回复

使用道具 举报

48

主题

0

好友

2052

积分

禁止发言

签到天数: 43 天

[LV.5]常住居民I

183****3575

发表于 2012-11-12 11:06:43 |显示全部楼层
提示: 作者被禁止或删除 内容自动屏蔽
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册 新浪微博账号登陆

在线客服
视频演示
我的任务

申请友链|手机版|百度|爱飞科技 ( 苏ICP备12032809号 )  

GMT+8, 2020-9-19 16:10 , Processed in 0.243890 second(s), 40 queries .

Powered by Discuz! X2.5

© 2001-2012 Comsenz Inc.

更多