能力有限无奈用求救 ~ 火车的 2 个问题

chinalini

本人以前用其他采集 由于手动量大

所以再次选择火车

前几个网站都能够顺利采集

但是后面就出问题了

比如这个列表页面  http://www.44xp.com/html/zp/ （特别提醒：页面有流氓插件，请开杀毒软件）

采集到的文章列表是这样的。如图：


出现的是网此重复


于是打开代码查看结构 结果如下：

1. <a href="/html/zp/2007/4-10/90701284.html" title="洋妞跳扇子舞，跳著跳著衣服跳沒了" target=_blank>洋妞跳扇子舞，跳著跳著衣服跳沒了</a></td>

复制代码

使用的是

1. <a href="/html/zp/2007/4-10/90701284.html

复制代码

根据火车提供的自定义连接 但是弄了半天没弄好以失败告终

望高手指点


问题二：

在需要登陆的论坛采集失败。无论是用火车的登陆器登陆 还是用专门的 COOKIES 抓取软件 获得

但是都出现 采集器不访问，根本不连接网站了。



望有经验的朋友指点一下

[ 本帖最后由 chinalini 于 2007-4-11 13:26 编辑 ]

chinalini

这样的问题 怎么没人解释一下哦 火车斑竹些

rq204

问题一：采集全部网址，导出二级网址，将html/zp/\"/html替换为html
问题二：可能是网站有防采的功能，建议放弃。

pestxo

导出二级节点，用记事本编辑一下吧

第二个问题，我想很多人都碰到过，应该就是cookie的问题，到不象防采的问题。
例如这个网站要是有多个论坛放在一个数据库里，cookie就和默认的不一样，取下来也不一定能登录上，我碰到过多次，这样的，一贴在火车里面就提示我cookie有问题，没办法