采集分页,结果采到的是别人完整的页面

网址之家

哪里设置错了呢？
在线等

[ 本帖最后由 网址之家 于 2008-10-27 17:12 编辑 ]

vus520

详细页面和代码发来,不然神仙都看不懂.

网址之家

管理员你好
我采的是个女性网
如果不采分页
采到的内容就很正常
只要一采分页
就都把完整页面给采下来了
我真的不知道该在哪里设置了
另外你让我发哪个页面呀？

sushy

你的采集目标站的网址，另外你的采集规则。发布上来我们看看。

网址之家

楼上两位老大
规则我发出来了
这个单独的规则是采集beauty.pclady.com.cn/hairstyle/index_1.html这些分页的
你们两位帮我看看哪里没设置好吧
感觉这里真不错
如果是别的论坛
根本没人理的

sushy

采集内容页规则（如http://beauty.pclady.com.cn/hairstyle/0809/319990.html）：


采集 从 <div id="art_text" class="l24"> 到 <p align="center"><a href="http:// 选中 该标签在分页中匹配

分页 从 <div id="page_num" style="margin:15px auto;"> 到  </div>  选择上下页模式。选择 用分隔符添加在后面 。


很简单，你的第一页的规则，第二页不适用。

而且，你的分页规则也不通用。

我重写了一个，你测试一下。不一定完美，要去掉很多垃圾代码。



[ 本帖最后由 sushy 于 2008-10-28 00:51 编辑 ]

网址之家

有一部分文章标题是只有一个“|”

sushy

这是因为规则并不是在所有文章中通用。我写的这个，只是在大部分文章通过，可能有些内容页不适用。

针对这种情况，建议你重写文章规则。或者手工将该发布内容删除。