提供一个无需写采集规则的思路。

simple1513 · 发表于 2012-10-6 23:05:40

先说内容页吧

自动生成采集规则：

同一个网站，采集所有内容页，过滤掉所有html标签，剩下的就全部是文字内容了，分析文字内容，相同的部份即是目标内容的开头和结束

列表页同理，这样以来采集基本不需要规则了

liquangw · 发表于 2012-10-7 20:26:16

有可能吗

caijihome · 发表于 2012-10-17 15:40:43

站群和采集侠就可以不写规则的

ninqq · 发表于 2012-10-19 12:46:40

= =这种数据质量不敢恭维

pbdq · 发表于 2012-11-7 23:20:29

ninqq 发表于 2012-10-19 12:46
= =这种数据质量不敢恭维

赞同。对于我这种有采集洁癖的，多一点多余的数据都不要。

caijihome · 发表于 2012-11-12 16:57:28

火车头旗舰版本，支持正文提取，采集文章不需要写规则，有这个站群功能的。

zhoujian666 · 发表于 2012-11-29 15:05:42

好像是有人在做梦一样 http://www.a158.net

lbjyuer · 发表于 2016-2-10 17:36:39

和你们一块学习。。。

帐号		自动登录	找回密码
密码			加入会员