获取2级采集网址中遇到的问题
我的测试任务比较简单，就先测试三页：一、起始网址：http://patft.uspto.gov/netacgi/nph-Parser?Sect1=PTO2&Sect2=HITOFF&u=%2Fnetahtml%2FPTO%2Fsearch-adv.htm&r=0&p=1&f=S&l=50&Query=CCL%2F435%2F%24+AND+APT%2F1&d=PTXT
http://patft.uspto.gov/netacgi/nph-Parser?Sect1=PTO2&Sect2=HITOFF&u=%2Fnetahtml%2FPTO%2Fsearch-adv.htm&r=0&p=(*)&f=S&l=50&d=PTXT&S1=(435%2F$.CCLS.+AND+(A+or+B%3F).KD.)&Page=Next&OS=CCL/435/$+AND+APT/1&RS=(CCL/435/$+AND+APT/1)
二、问题来了，在二级网址获取中，分析网页的二级网址代码：<TR><TD valign=top>1</TD>
<TD valign=top><AHREF=/netacgi/nph-Parser?Sect1=PTO2&Sect2=HITOFF&u=%2Fnetahtml%2FPTO%2Fsearch-adv.htm&r=1&p=1&f=G&l=50&d=PTXT&S1=(435%2F$.CCLS.+AND+(A+or+B%3F).KD.)&OS=CCL/435/$+AND+APT/1&RS=(CCL/435/$+AND+APT/1)>8,898,149</A></TD>
<TD valign=baseline><IMG border=0 src="/netaicon/PTO/ftext.gif" alt="Full-Text"></TD>
<TD valign=top><AHREF=/netacgi/nph-Parser?Sect1=PTO2&Sect2=HITOFF&u=%2Fnetahtml%2FPTO%2Fsearch-adv.htm&r=1&p=1&f=G&l=50&d=PTXT&S1=(435%2F$.CCLS.+AND+(A+or+B%3F).KD.)&OS=CCL/435/$+AND+APT/1&RS=(CCL/435/$+AND+APT/1)>Biological data structure having multi-lateral, multi-scalar, and
multi-dimensional relationships between molecular features and other data
</A></TD>
<DOCS: 127369>
<TR><TD valign=top>2</TD>
<TD valign=top><AHREF=/netacgi/nph-Parser?Sect1=PTO2&Sect2=HITOFF&u=%2Fnetahtml%2FPTO%2Fsearch-adv.htm&r=2&p=1&f=G&l=50&d=PTXT&S1=(435%2F$.CCLS.+AND+(A+or+B%3F).KD.)&OS=CCL/435/$+AND+APT/1&RS=(CCL/435/$+AND+APT/1)>8,895,821</A></TD>
<TD valign=baseline><IMG border=0 src="/netaicon/PTO/ftext.gif" alt="Full-Text"></TD>
<TD valign=top><AHREF=/netacgi/nph-Parser?Sect1=PTO2&Sect2=HITOFF&u=%2Fnetahtml%2FPTO%2Fsearch-adv.htm&r=2&p=1&f=G&l=50&d=PTXT&S1=(435%2F$.CCLS.+AND+(A+or+B%3F).KD.)&OS=CCL/435/$+AND+APT/1&RS=(CCL/435/$+AND+APT/1)>Plants and seeds of hybrid corn variety CH786873
</A></TD>
<DOCS: 127369>
<TR><TD valign=top>3</TD>
<TD valign=top><AHREF=/netacgi/nph-Parser?Sect1=PTO2&Sect2=HITOFF&u=%2Fnetahtml%2FPTO%2Fsearch-adv.htm&r=3&p=1&f=G&l=50&d=PTXT&S1=(435%2F$.CCLS.+AND+(A+or+B%3F).KD.)&OS=CCL/435/$+AND+APT/1&RS=(CCL/435/$+AND+APT/1)>8,895,820</A></TD>
<TD valign=baseline><IMG border=0 src="/netaicon/PTO/ftext.gif" alt="Full-Text"></TD>
<TD valign=top><AHREF=/netacgi/nph-Parser?Sect1=PTO2&Sect2=HITOFF&u=%2Fnetahtml%2FPTO%2Fsearch-adv.htm&r=3&p=1&f=G&l=50&d=PTXT&S1=(435%2F$.CCLS.+AND+(A+or+B%3F).KD.)&OS=CCL/435/$+AND+APT/1&RS=(CCL/435/$+AND+APT/1)>Maize hybrid X08C981
</A></TD>
<DOCS: 127369>可以从代码中看到，每个记录中，都有两个相同的链接，而且用“手动填写链接地址规则”，我是这么写的，脚本规则“<TD valign=top><AHREF=[参数]>[标签:号码]</A></TD>”，实际链接：“http://patft.uspto.gov[参数1]”，但是你看上面的代码，这个明明有两个，怎么使其变为唯一，不然内容规则弄好以后，采集不到任何内容，显示重复。
这个问题怎么解决？
下面是一些截图：
在运行第一个（测试网页一个三个）起始网址时出现：
在运行第二第三个起始网址时出现问题：
第一个你网址确实是重复的。第二个是你里面的标签设置了内容不得重复。 303718 发表于 2014-12-2 08:36 static/image/common/back.gif
第一个你网址确实是重复的。第二个是你里面的标签设置了内容不得重复。
哪里网址重复了，每个网址都不一样。。在网址的第二行“1&p”上，每个都不一样啊，数字呈递增。还有第二个，在标签设置里面，内容过滤那儿，我没有点那个“采集结果不得重复”
页:
[1]