像这样的内容分页，就只能用ＰＨＰ插件了！
http://www.china-heating.com/news/2014/20677.html<div class='clear'></div><div style='margin:0 auto; width:660px; overflow:hidden; text-align:center;' class='adClass'><div class='ad22Style'><script type='text/javascript'>OT_ads('ot022');</script></div></div><div class='clear'></div><table align='center' cellpadding='0' cellspacing='0' class='pageNavBox list'><tr><td><div><span>上一页</span></div><div><span class='sel'>1</span></div><div><a href="javascript:ContentPageHref('',20677,20679-20677,'../../news/2014/20677_.html');" rel="nofollow">2</a></div><div><a href="javascript:ContentPageHref('',20677,20680-20677,'../../news/2014/20677_.html');" rel="nofollow">3</a></div><div><a href="javascript:ContentPageHref('',20677,20679-20677,'../../news/2014/20677_.html');" rel="nofollow">下一页</a></div></td></tr></table><div class='clear'></div></p></div>
这个内容分页：http://www.china-heating.com/news/2014/20677_2.html
我只能用免费版的采集出来前2页，第三页就没法采集了 用插件即可 303718 发表于 2014-1-8 22:00 static/image/common/back.gif
用插件即可
用插件也不可以啊，我这边7.6的企业版，<?php
error_reporting(E_ERROR | E_WARNING | E_PARSE);
/*
*外部编程接口处理标签内容示范文件
*该文件内自动系统的三个参数$LabelArray $LabelCookie,$LabelUrl
*对任意采集的标签都适用请对标签内容处理后直接将该数组serialize($LabelArray)输出，
*采集器内部即可接收到该标签的内容，对比以前的接口规则，新规则可以实现标签之间的数据调用和处理
*参数说明：
*$LabelArray -标签名及标签内容集合 结构如：Array('栏目id' => 2,'出处'=>'新浪微博','内容'=>'<center><b>暴笑短信')##
*$LabelCookie -对应采集中用到的Cookie值
*$LabelUrl -当前采集的页面的Url地址
* 特别注意:如果是处理列表页,默认页,多页时会有以下两个标签
$LabelArray['Html'] 网页的源代码,没有经过采集器处理的,直接下载后的数据.修改这里的数据,请将新值赋予$LabelArray['Html']
$LabelArray['PageType'] 值可能为 List, Pages, Content 分别代表处理列表页,多页,默认页
*以上语句建议不更改,以下为用户操作区域该区域只限对数组值进行操作，不得有打印输出产生，不得直接增加或删除相应标签名
*/
if($LabelArray['PageType']=='Content')
{
//preg_match_all("/,\d{5},\d{5}-\d{5},/",$LabelArray['Html'],$arr);
//$str=count($arr);
preg_match_all("/\d{1}\<\/a\>/",$LabelArray['Html'], $arr);
$str=end($arr);
$filename=rtrim($LabelUrl,'.html');
$pagestr='<locoypage>';
if($str==0){
$pagestr.="<a href='$LabelUrl'>$str</a>";
}else
{
for ($i=1;$i<=$str;$i++)
{
if($i==1)
{
$pagestr.="<a href='$LabelUrl'>$i</a>";
}else{
$page=$filename.'_'.$i.'.html';
$pagestr.="<a href='$page'>$i</a>";
}
}
}
$pagestr.='</locoypage>';
$LabelArray['Html'].=$pagestr;
}
/*if($LabelArray['Html'])
{
if($LabelArray['PageType']=='Content')
{
$filename=rtrim(basename($LabelUrll),'.html');
$dd='javascript:ContentPageHref';
$pagestr='<locoypage>';
for($i=2;$i<100;$i++)
{
$page=$filename.'_'.$i.'.html';
if(strpos($LabelArray['Html'],$dd)!==false)
{
$pagestr.="<a href='$page'>$i</a>";
}
else{
break;
}
}
}
$pagestr.='</locoypage>';
$LabelArray['Html'].=$pagestr;
}
*/
//#############以上为用户操作区域#############################################################################################################################
//#############以下语句必须保留，建议不更改###################################################################################################################
//ob_clean();
echo serialize($LabelArray);
?> 这个是采集源码，采集页面时http://www.china-heating.com/news/2014/21562.html 压根儿就不行，兄弟要不你帮忙测试下 这个规则不需要用插件，上面清清楚楚的写着页码 火车头直接处理的话难度很大，分页有页码，但是地址直接获取不到，
写一个php插件可以轻松搞定，但火车头采集器需要标准版以上
『采集超市』www.locoymall.com 火车头第一企业采集平台，任意网站采集规则、插件、发布模块、接口定制！
页:
[1]