如何不采集标题包含指定关键字的数据？

小齐

sp3 里面的排除功能真实惠！

假设:所有包含 坚持 两字的标签.我都不要发布.
按下面方法设置.
开头 <h1>
结尾 /h1>
注意.结尾这里比上面少了一个<
少掉的<在后面设置的排除里用来确定结尾
设置两个排除
(*)坚持(*)<
<

看看测试采集的效果
标题是空的.
把
(*)坚持(*)<
改成
(*)坚持3(*)<
再测试.
标题可以正常采集.
可以放心采集.不会影响到你想采集的内容.

所以.只要设置
(*)关键字(*)<
<
的排除.就会把包含该关键字的标题变成空标题.
最后的<是做为结尾判断用.也就是</h1>里缺掉的<
这个结尾的判断一定要选一个标题里不可能会出现的来做.

这算火车头使用时的一个小技巧.  已经收藏了

bigqin

对了，开头不需要判断吗？

fal

开头不需要判断.可以直接在开头直接设(*)
但结尾一定要找一个来作为判断.

真正设置起来就两句话.解释起来写了这么多.晕.

[ 本帖最后由 fal 于 2007-12-16 15:17 编辑 ]

wohense

顶一下。。学习了。。