比如  http://nj.onlinedown.net/soft/37369.htm

有很多下载地址,,该如何采集来...

[ 本帖最后由 飞机头 于 2007-11-10 11:41 编辑 ]

你选个区域把下载的那些网址全采了不就可以了

具体如何办到啊...我只能获取但个地址....老大帮帮忙吧.论坛搜了好几圈了.也没看到什么教程..

LZ, 我已经给你回复了!!!!!
我会出一个专门的教程!!!
这个采集其实很简单!!!一般的采集可以采集所有的地址,但是过滤项很多!!

这个页面完全可以使用 正则采集到!!!

这里给你简单的说一下先!!!

引用:

原帖由 vus520 于 2007-11-10 15:38 发表
LZ, 我已经给你回复了!!!!!
我会出一个专门的教程!!!
这个采集其实很简单!!!一般的采集可以采集所有的地址,但是过滤项很多!!

这个页面完全可以使用 正则采集到!!!

这里给你简单的说一下先!!!

过滤项--我还不懂。

如果简单的把所有地址都给采集来，我也能做到，但问题是我需要正则，这样采集下来的地址才能转换成{dede:link text='名字'}地址{/dede:link}  这样的格式。

哦。呵呵，原来用dede呀。

给你个思路
准备20个下载链接的标签，准备20个显示下载文件名，准备20个采集的下载的文件名，准备一个自己提供下载的链接的前缀，采下来后，自己写个asp或php程序对access进行编程，进行循环处理
显示下载文件名1＝下载的链接的前缀+采集下来的下载的文件名1
显示下载文件名2＝下载的链接的前缀+采集下来的下载的文件名2
。。。。。。
显示下载文件名20＝下载的链接的前缀+采集下来的下载的文件名20

楼上方法，看似专业，实际很笨啊。

而且根本不符合我的要求，我的要求是得到软件名称和下载地址。转换成  {dede:link text='软件名字'}软件地址{/dede:link}  这样的格式，

其实通过正则过滤，转换输出结果，完全可以办到，

最简单的例子，就是
<a href="[参数]">[参数]</a> +标签循环  我试过这种办法，完全可行，采集下来可以得到软件的名称和地址。但问题是如果页面有许多这样的连接，那么会采集下来一大堆无用的连接，我的意思是，怎样在一段我想要的区域中使用这个正则+循环匹配呢。

希望明白正则的朋友们，给于指点。

http://bbs.locoy.com/spider-19972-1-1.html