|
说废话：要用好采集，务必准备好DW、UltraEdit软件，要有足够耐心分析HTML代码，坚持不懈的采集测试优化采集设置。
采集目标：康易网 > 女性频道 > 美容 > 彩妆
目标URL：http://health.511511.com/lady/titivatelist.shtml
基础知识：采集任何目标，都需要先找到频道更新索引文件，通过该文件分析最终文章页的链接地址，然后才能进入文章页分析内容。
采集规则定义操作：
1、添加站点
登录小蜜蜂以后，点“添加站点”，设置网站名称处输入内容后提交；如本范例为：康易网。定义站点是方便管理，将来您要采集该站点的其他频道内容，就可以统一设置到该站点名下；也就是说同一网站只需要设置一次站点名称就可以。
2、设置频道名称
点“添加站点”，设置频道名称处输入内容后提交；如本范例为：彩妆
3、定义规则
点“站点列表”---“添加规则”功能，选择对应栏目名称；
以下规则内容说明：
1）URL---一条特殊的链接:这里就是您要采集目标的更新索引文件地址；本文对应值为：http://health.511511.com/lady/titivatelist.shtml。
URL---多条特殊的链接：这里指一些特殊链接，比如某些网站更新索引页有多页，地址形式为：
http://www.123.com/suoyin_01.html
.......
http://www.123.com/suoyin_09.html
http://www.123.com/suoyin_10.html
....
http://www.123.com/suoyin_21.html
前面的01~09就是特殊链接
URL---有规律的链接：对应上述例子就是10~21顺序增加的，那么有规律的链接这里输入：http://www.123.com/suoyin_10.html，将10替换为[variable]变量标签，参数设置为10~21就可以。
2）链接 这里是设置索引页上文章链接的规则
查看本例索引页HTML源代码，对照网页上的标题链接查询后可以看见以下代码：
---------------------
<li><a href="/lady/20065/titivate41885.shtml">图解拥有靓丽妆容全过程</a></li><li><a href="/lady/20065/titivate41882.shtml">提升5倍妆效 韩妆专业秘笈</a></li><li><a href="/lady/20064/titivate40285.shtml">修出精致眉型的5个小高招</a></li><li><a href="/lady/20064/titivate40282.shtml">只需五分钟化妆遮盖黑眼圈</a></li><li><a href="/lady/20064/titivate40281.shtml">10步骤本真肌肤浑然天成</a></li><li><a href="/lady/20064/titivate37103.shtml">看好莱坞明星春妆10大热点</a></li><li><a href="/lady/20064/titivate37101.shtml">两大绝招 把你画成韩妆美人</a></li><li><a href="/lady/20064/titivate37082.shtml">媚力眼妆 让眼睛再美一点</a></li><li><a href="/lady/20064/titivate34164.shtml">睫毛 就这样长起来</a></li>
---------------------
分析出规律<li><a href="/lady/20065/titivate41885.shtml">图解拥有靓丽妆容全过程</a></li>，分别用链接、标题标签替换为<li><a href="[link]">[title]</a></li>。
保存以后点“采集测试”可以测试规则是否正确，如果出现测试链接列表结果，就证明前面定义的文章链接规则正确，可以进入后面的文章内容采集规则定义了。
|
