新手请教几个火车头采集问题

excellyan

小弟是新手，有些问题请教各位大侠：

1.  一个任务下可以设置几个网站的内容采集吗？ 如我想在一个任务下设置采集当天新浪娱乐新闻和163娱乐新闻，并且混合随机发布，好像是不能设置的是吗？
2. 一个任务采集深度为2时，如何设置采集每一个列表页的分页，一般每一个列表页的分页都有很多页的
3. 一个任务采集深度为2时，如何设置将每一个分类列表页保存为一个本地.txt文件, 现在是整个任务保存为一个文件，所以分类列表内容都保存在一起了。但如果设置一个任务采集深度为1时，可以方便的设置采集分页，但是需要建立太多的采集任务，比如有1000个分类栏目，我就需要建1000个采集任务
4. 如何方便的设置N个任务，目标采集网址都为www.domain.com/search?关键词＝任务名，并且采集该网址的分页内容
5. 如何设置更丰富的内容过滤功能，比如采集网页的内容项标签少于100个字时，过滤该内容。现在我只会设置“包含”，“不包含”的过滤功能

请高手解惑，非常感谢！

月白

1、同时发布。。就混合啦。。
2、你设置下。。可以少采点。。
3、你可以自己导出数据里面的内容为TXT。设置为1你可以网址添加的时候多添加1000个。。而不用1000栏目
4、新建站点的时候。。设置下全局设置
5、用正则

ft3085658

借贵宝地问一下，比如我想抓取A大分类下b小分类里的c页面的内容应该怎么设置啊？我的意思是a大分类下的多个b小分类的c页面都想要抓取！比如说，抓取DVD信息，电影分类下所有开头都是a的电影的介绍应该怎么设置！DVD信息本来就很多，和电影同一级的分类有电视剧，电影，动画，音乐，游戏，电影分类里面a开头的又有很多，比如说阿凡达，……我想抓取阿凡达的介绍应该怎么抓？按照点击的话应该是点击两次之后的内容也！不知道我说的清楚不！希望大大们帮帮忙！

excellyan

1、同时发布。。就混合啦。。
2、你设置下。。可以少采点。。
3、你可以自己导出数据里面的内容为TXT。设 ...
月白 发表于 2010-5-15 16:06

谢谢月白, 再请问一下:
1. 怎么设置混合啊? 在"采集内容规则"里面,一个标签只能定义一个匹配内容啊
2. 我只要采集每一个列表页下的二页分页内容,怎么设置呢?
3, 导出数据在哪个菜单下啊,怎么样才可以把其中一个分类页的内容导成一个.TXT文件呢,现在是所有的分类列表内容都在一个.TXT文件里了,能自动把每个分类页内容存在每个.TXT文件里吗
4. 在哪设置? 站点属性里的站点网址?
5. 这种正则怎么写呢? 现在我写的是 <!-- product detail start-->(*)<div class="dbcontent">[参数]<!-- product detail end-->, 就是光采集里面的内容而已.

月白

回复 4# excellyan


1.不明白你的意思
2.这个要看那个网站的代码
3.这个要你懂Access，懂的话。。和简单
4.对。站点属性里面
5.正则很强大的。。你那个更本不是正则。。

qquxi

1 一个站点下新建俩个任务，同时发布。这就是2楼说的混合。
2 对列表页采集一次后，编辑列表，然后进行文本导入
3 编辑任务→开始测试网址采集
4 编辑站点
5 没看懂