高手们如何采集新浪ＢＬＯＧ的图片

bandits · 发表于 2010-7-17 18:45:33

图片是防盗连的

老是无法采集

qianglong · 发表于 2010-7-17 21:57:50

本帖最后由 qianglong 于 2010-7-17 22:01 编辑

呵呵我曾经采集过，规则没了，但是有个思路送你

网站图片原文件内的显示是这样的：

<img src="http://simg.sinajs.cn/blog7style/images/common/sg_trans.gif" real_src ="http://static10.photo.sina.com.cn/middle/466ae5dct8901851166e9&690" WIDTH="690" HEIGHT="388" ALT="便秘和世界杯喇叭" TITLE="便秘和世界杯喇叭" />

复制代码

你再多找扎其他的你就会发现
src=http://simg.sinajs.cn/blog7style/images/common/sg_trans.gif
不是图片的地址，而火车采集器认为这个就是图片地址所以采集不到
而：
real_src =http://static10.photo.sina.com.cn/middle/466ae5dct8901851166e9&690
才是图片地址

你需要在采集规则是这么替换一下：把：

src="http://simg.sinajs.cn/blog7style/images/common/sg_trans.gif" real_

复制代码

这个排除掉试试

aven · 发表于 2010-7-18 17:11:25

可以写个接口来采

zjyk1984 · 发表于 2010-7-18 18:29:47

做好规则免费版的就可以采了，以前采过的

真的金龙 · 发表于 2010-7-29 13:47:35

有一个小问题就是下载的图片没有后缀名，
无法直接显示和浏览，
需要配合批量改名软件进行更正，
不过如果换成绝对路径没事，
绝对路径还是指向新浪的

真的金龙 · 发表于 2010-8-1 11:07:10

发现了，
在采集内容规则中-》内容页标签编辑框有一个文件保存格式，可以加上后缀名就行了。
保存成本地html文件还是不能显示是因为在文件保存及部分高级设置中
文件链接前缀选项默认是“/”
把它删除就好了。

帐号		自动登录	找回密码
密码			加入会员