分页采集范围不同，怎么办？

sslck

哦，想采集这样内容
第一页：即有内容1又有内容2
其他分页：则只有内容1
（第一页只要将采集内容设置大点就可以同时采集内容1与内容2了。但采集内容范围扩大后，在其他分页却不适用。。）
我想设置采集内容规则为两个，一个比较大的范围以匹配第一页采集，一个比较小的范围以匹配其他页。。。采集时，设置成只要满足其中一个范围即进行匹配采集。。。当然，优行从范围大的那个开始采集，如果没有，就采集范围小的。。。。

即
有些分页采集范围为
<star>........要采集内容1。。。。<zhjiant>.....<要采集内容2。。。。。<end>
有些分页采集范围为：
<star>........要采集内容1。。。。<zhjiant>                        。。。。。。没有<end>了 ...

要采集这样的页面，不用正则能实现么？？应怎么设置？

chenfy

你这种应该是不同模板的网页，这种基本上要用到正则，正则比较容易实现，其它的方法还没有想到。

sslck

在本例中。。我想这样设置正则。。

<star>[?(content).*?]<end>|<star>[?(content).*?]<zhjiant>这样

老大指教



[ 本帖最后由 sslck 于 2008-10-23 23:08 编辑 ]

sushy

我的做法一般是这样：

<star>........要采集内容1。。。。<zhjiant>.....<要采集内容2。。。。。<end>……<biaoji>

我采集从 <star> 到  oji>
然后将  <end>(*)<bia  替换为  <end>

sslck

自己解决了。。谢谢