采集默认页网址的无任何关系多页链接

沦陷今生

我不知道这样定义标题对不对,呵呵.因为论坛的教程偶还没看,也不知道有没有重复.(在教程区上传图片半天不成功,于是就先传到了朋友的空间连接过来,如果不行的话我晚点就去掉)

事情起因:

my9011会员:
你好，帮忙我看看这个网站的分页怎么设置
你好，帮忙我看看这个网站的分页怎么设置，http://it.rising.com.cn/Channels/Anti_Virus/Upgrade_Report/2007-12-25/1198560262d44946.shtml想采集病毒摘要和技术细节


操作方法如下,有类型情况的朋友可以参考操作:

首先我们知道了 典型页面 :
http://it.rising.com.cn/Channels/Anti_Virus/Upgrade_Report/2007-12-25/1198560262d44946.shtml
采集内容规则--------添加标签----------------填入标签名称------点右上方的管理

--------------------------------------------------------------------



弹出一个添加同时采集页面--------在左边的空白列表处-------然后点右键选择重新添加--------填入页面名称--------选择默认页源代码内取得采集地址.



添加开始字符串：<LI><A id=current href="#">病毒摘要</A>
<LI><A href="
添加结束字符串：">技术细节</A>

可以测试一下，点下方的测试得到多页地址--------填入当前病毒摘要地址-------点测试-------得到技术细节的地址--------保存.





最后回到标签页面，对照技术细节页面的源代码，过滤出内容标签就可以了。




[ 本帖最后由 沦陷今生 于 2008-1-20 00:14 编辑 ]

vus520

他这个采集是可以用分页方式来进行采集的,嘎嘎

rq204

题目不好，没有任何关系那就根本联系不到一块去。。

cshchenou

学习中

cshchenou

学习完毕，已经明了

sushy

问题是 如果 http://it.rising.com.cn/Channels ... 8560262d44946.shtml 上有多个符合条件的链接，该如何操作？

举例：
我现在的采集默认页面是：http://www.51wma.com/zhuanji/863.html

但我现在希望采集各个 专辑名称  下的 专辑介绍 ，如何操作？按照上述方法只能采集到第一个专辑，而不是该歌手的专辑列表下的所有专辑，如何实现该功能呢？

我觉得解决该问题应该从如下几个方面入手：

1.深层采集。 目前火车头可以采集2级列表，但第2级如何使用，还无相关教程。也没有采集成功的案例（可能是我关注的太少）。

2.对于每1级别的采集都可以按照一定的规则修改其网页地址，如prar/3122.htm更换成price/3122.htm 或者页内采集。也就是楼主提及之功能。

3.对列表页面进行限制，防止无效采集，这就是一级页面下面用到的必须包含，不能包含和范围功能。

sunray

  以前都没这个功能，一直用分页

wohense

顶个没完