采集心得【适合初学着】

kyw · 发表于 2006-11-22 17:44:29

玩采集有段时间了，累计了点心得，大家共享，适合初学着，希望大家多交流。

我的火车头采集规则下载论坛http://caiji.5d6d.com/

用采集器前，最好：
1. 先要理解采集器的工作原理：
你保存个要采集的网页，然后用记事本打开该文件，手动把要的HTML文件保留，去掉不要的HTML。这和采集器的工作原理基本一样，只是你把关键点的代码给采集器，然后告诉采集器该干吗。

2.稍微看一些HTML代码，最关键要知道HTML的结构，例如要知道：<a href= 开头的，一定有个</a>结尾。找个HTML入门教程，看个开头基本就能明白了。

KYW的采集心得
1. 我尽量避免采集论坛：因为论坛的变化比较多，我比较喜欢选HTML的网站采集。

2. 内容开始、结束范围大一点，然后增加内容删除规则。例如论坛，结束点我通常选择头贴最下面的[楼主] 。
我的观点是：宁愿多出不要的东西，也不能少了必要的内容。

采集论坛注意点：
1. 别把这些采集进去，例如：会员签名、[ 此贴被XXXX在xxxx重新编辑 ]、奖励积分记录等等，论坛规则就复杂在这里，要删的信息特别多。

2. 别忘记把图片的相对地址替换成绝对地址。

3. 有些论坛防采集的乱码，这个比较好处理，内容里删除

<span style="font-size: 0pt;(*) </span>

4. 下载文件的相对地址换成绝对地址。
5. 尽量采集论坛的无图版本，代码比较干净。

[ 本帖最后由 kyw 于 2006-11-30 17:11 编辑 ]

梦想中文 · 发表于 2006-11-22 21:28:21

帮你顶起来！

237698445 · 发表于 2006-11-28 16:58:23

大多数，不可以用

kyw · 发表于 2006-11-30 17:19:21

原帖由 237698445 于 2006-11-28 16:58 发表
大多数，不可以用

都能用了，我修改好了。 :loveliness:

wwz004 · 发表于 2006-11-30 18:20:23

学习,学习

eb61 · 发表于 2006-12-1 03:58:04

帮你弄起来

wallace · 发表于 2007-5-20 23:28:28

支持．有视频教程就更好了．呵呵．新手哦．．

史巴托的腹肌 · 发表于 2007-5-21 00:35:18

原来是个老帖了 :)

xooook · 发表于 2007-7-12 17:28:08

顶起来！；）

帐号		自动登录	找回密码
密码			加入会员