列表中有内容页网址，分类网址和标签网址，如何提取内容页网址？
本帖最后由 vsgod 于 2013-3-13 14:28 编辑<div class="arcbox"><div class="listtitle"><a href="/hynews/57095.html" >2012年全国房地产开发投资统计分析</a></div><p>
2012年，全国房地产开发投资71804亿元，比上年实际增长14.9%，增速比1-11月份回落0.5个百分点，比
2011年回落11.9个百分点。其中，住宅投资49374亿元，增...</p><div class="listdec">标签：<a href="/hynews/search/fangdichan.html" class="blue">房地产</a>分类：<a href="/hynews/fangdichan.html" class="blue">房地产</a> 更新时间：2013-01-24 <a href="/hynews/57095.html" class="acheng">[阅读全文]</a> </div>
</div>
上面这种源码如何采集目标页地址？必须包含里填什么，不得包含里填写什么？
必须包含的内容是：<div class="arcbox"><div class="listtitle"><a href="/hynews/57095.html" >
不得包含的是：<div class="listdec">标签：<a href="/hynews/search/fangdichan.html" class="blue">房地产</a>分类：<a href="/hynews/fangdichan.html" class="blue">房地产</a> 更新时间：2013-01-24 <a href="/hynews/57095.html" class="acheng">[阅读全文]</a> </div>
原本想要一步到位，不设置不得包含的，可奇怪的是必须包含里不论我填写的是<div class="arcbox"><div class="listtitle"><a href="/hynews/(*).html" >，还是<div class="listtitle"><a href="/hynews/(*).html" > 都采集不到内容页。只有用/hynews/(*).html才能采集到内容页。这样出来的结果包含了分类，内容页和标签了，不能只采集到内容页。
这样一来，不得包含里就必须要填写什么了，/hynews/search/ 这个过滤掉标签，那个分类的链接怎么过滤呀？
<a href="/hynews/(*).html" class="acheng">这个源码也能提取到内容页，应该如何过滤？直接填写是不行的，
有没有更好的办法，可以直接采集到内容页，不用那么麻烦的。 用自定义连接采集<div class="listtitle"><a href="[参数]“ > 谢谢你的回复，有空试试
页:
[1]