绕了一大圈，终于搞定了。火车还是有潜力可挖呀！
为方便遇到同样问题的兄弟，把思路提供出来。
火车有个全局设置功能，可以把标题或内容为空的页面过滤掉。就用这个功能！
1、先把原来的采集标签“标题”改成其他名称，如“题目”。记得在发布模块那里也要对应的改过来。
2、新建一个“标题”标签。规则可以参考“内容”标签，但要排除掉绝大部分内容，只留几个字或代码。否则等会发布的时候，火车界面“发内容--WEB发布成功：”后面跟一长窜可别怪我。
3、关键是，当页面中包含“<a href=xxxl'>上一页</a>”时，要把“标题”标签的内容全部排除掉，让“标题”为空。这条规则要放在内容排除的最上面，因为规则是一条一条顺序执行的。很多人排除规则写得不对，就是没考虑顺序，或者说没去想上面一条规则已经排除掉的内容，在下条规则执行时已经不存在了。
4、附上顶楼那条新闻的“标题”标签规则
开始：<!--正文内容开始-->(*)<div class="artibody"
结束：<!--发表评论开始-->
内容排除一：id="artibody"(*)_function_code_page(*)<a(*)>上一页(*)<!--关于内容的操作开始-->
内容排除二：id="artibody"(*)<!--正文内容结束-->(*)</div>
正常页面，标题只留下“<!--关于内容的操作开始-->”这几个字。如果该页面是某条新闻的分页，则“标题”标签为空，火车会将其过滤。
这并不会影响到该条新闻及其分页的采集，只是防止了重复的采集。
[
本帖最后由 madaha 于 2008-6-6 21:58 编辑 ]
