使用加速乐防采集的网站如何采集？

skinlm 发表于 2012-12-25 21:50:05

使用加速乐防采集的网站如何采集？

规则设置了半天
最后采集的时候提示全部失败
打开WebPostError.txt文件一看
里面提示如下：

ID:3
网址:http://xxxxxx.com/2364/index.shtml
Header:HTTP/1.1 404 Not Found
Content-Type:text/html
Content-Length:1308
Accept-Ranges:bytes
Date:Tue, 25 Dec 2012 13:44:23 GMT
Connection:keep-alive
age:0
Server:jiasule-WAF http://www.jiasule.com/

源代码:<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">
<HTML><HEAD><TITLE>无法找到该页</TITLE>
<META HTTP-EQUIV="Content-Type" Content="text/html; charset=GB2312">
<STYLE type="text/css">
BODY { font: 9pt/12pt 宋体 }
H1 { font: 12pt/15pt 宋体 }
H2 { font: 9pt/12pt 宋体 }
A:link { color: red }
A:visited { color: maroon }
</STYLE>
</HEAD><BODY><TABLE width=500 border=0 cellspacing=10><TR><TD>

<h1>无法找到该页</h1>
您正在搜索的页面可能已经删除、更名或暂时不可用。
<hr>
<p>请尝试以下操作：</p>
<ul>
<li>确保浏览器的地址栏中显示的网站地址的拼写和格式正确无误。</li>
<li>如果通过单击链接而到达了该网页，请与网站管理员联系，通知他们该链接的格式不正确。
</li>
<li>单击<a href="javascript:history.back(1)">后退</a>按钮尝试另一个链接。</li>
</ul>
<h2>HTTP 错误 404 - 文件或目录未找到。<br>Internet 信息服务 (IIS)</h2>
<hr>
<p>技术信息（为技术支持人员提供）</p>
<ul>
<li>转到 <a >Microsoft 产品支持服务</a>并搜索包括“HTTP”和“404”的标题。</li>
<li>打开“IIS 帮助”（可在 IIS 管理器 (inetmgr) 中访问），然后搜索标题为“网站设置”、“常规管理任务”和“关于自定义错误消息”的主题。</li>
</ul>

</TD></TR></TABLE></BODY></HTML>

========分隔线=======
ID:1
网址:http://xxx.com/2374/index.shtml
Header:HTTP/1.1 404 Not Found
Content-Type:text/html
Content-Length:1308
Accept-Ranges:bytes
Date:Tue, 25 Dec 2012 13:44:23 GMT
Connection:keep-alive
age:0
Server:jiasule-WAF http://www.jiasule.com/

源代码:<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">
<HTML><HEAD><TITLE>无法找到该页</TITLE>
<META HTTP-EQUIV="Content-Type" Content="text/html; charset=GB2312">
<STYLE type="text/css">
BODY { font: 9pt/12pt 宋体 }
H1 { font: 12pt/15pt 宋体 }
H2 { font: 9pt/12pt 宋体 }
A:link { color: red }
A:visited { color: maroon }
</STYLE>
</HEAD><BODY><TABLE width=500 border=0 cellspacing=10><TR><TD>

<h1>无法找到该页</h1>
您正在搜索的页面可能已经删除、更名或暂时不可用。
<hr>
<p>请尝试以下操作：</p>
<ul>
<li>确保浏览器的地址栏中显示的网站地址的拼写和格式正确无误。</li>
<li>如果通过单击链接而到达了该网页，请与网站管理员联系，通知他们该链接的格式不正确。
</li>
<li>单击<a href="javascript:history.back(1)">后退</a>按钮尝试另一个链接。</li>
</ul>
<h2>HTTP 错误 404 - 文件或目录未找到。<br>Internet 信息服务 (IIS)</h2>
<hr>
<p>技术信息（为技术支持人员提供）</p>
<ul>
<li>转到 <a >Microsoft 产品支持服务</a>并搜索包括“HTTP”和“404”的标题。</li>
<li>打开“IIS 帮助”（可在 IIS 管理器 (inetmgr) 中访问），然后搜索标题为“网站设置”、“常规管理任务”和“关于自定义错误消息”的主题。</li>
</ul>

</TD></TR></TABLE></BODY></HTML>

========分隔线=======

303718 发表于 2012-12-25 22:14:17

你这个信息是发布失败呢.

skinlm 发表于 2012-12-25 22:21:29

{:soso_e115:}

那怎么会出现一个加速乐的网址呢？

我用同样的办法采集其他网站没有这个提示的

skinlm 发表于 2012-12-25 22:34:38

晕
一检查
发布接口真的不对...

非常感谢！

skinlm 发表于 2012-12-25 22:35:00

303718 发表于 2012-12-25 22:14 static/image/common/back.gif
你这个信息是发布失败呢.

晕
一检查
发布接口真的不对...

非常感谢！

页: [1]

火车采集器软件交流官方论坛's Archiver

使用加速乐防采集的网站如何采集？