要采集一个网站.他的列表页有很多页.
一般来说.如果你不是太懂的话.就一页一页的把网址复制下来.
手工输入多页 有规则的连续多页 系统默认的是手工输入多页.
一般来说.被采集的网站.每个列表页都是有规律的.即是有一个变动的页码数字.
方便起见的话.我们选择有规则的连缓多页.输入他的规则.
讲解如下;
对于图中的第一项表单,
(请复制两个不同的列表页网址进行对比,查找变动那个数值即页码用
[page]代替)
比如:
http://php168.com/1/list.php?fid=1&p=2http://php168.com/1/list.php?fid=1&p=3那右边应该填入
http://php168.com/1/list.php?fid=1&p=[page]对于带有
?号的网址,一般情况第一页不会显示
http://php168.com/1/list.php?fid=1&p=1 而是
http://php168.com/1/list.php?fid=1所以大家最好从第二页开始分析,第一页有时看不出变化规则
又比如:
http://php168.com/1/list_1.htm
http://php168.com/1/list_2.htm
http://php168.com/1/list_3.htm
那右边应该填入
http://php168.com/1/list_[page].htm
注意:如果第一页不是这样
http://php168.com/1/list_1.htm
而是
http://php168.com/1/index.htm
的话,这种情况第一页属于没规则,就需要在第三项的表单输入框,输入这个第一页的网址.这种情况也是比较常见的.
对于第三项表单而言
如果第一页没规则,比如第一页不是这个页,即不能访问
http://php168.com/1/list_1.htm
但
http://php168.com/1/list.htm能访问,此时就在右边输入没规则的第一页
一般来说动态页.ASP PHP动态是有规则的.就不需要设置.一般只是静态页HTML页才需要设置.
对于第二项表单而言
你可以设置指定采集第几页到第几页.必须要设置一个开始与结尾的页码,一般开始页是1,结尾页的话,就需要你去查看一下被采集的网站的文章列表共有几页,就输入那个数值.
而梯度,一般填1,即如以下格式
http://php168.com/1/list.php?fid=1&p=1http://php168.com/1/list.php?fid=1&p=2http://php168.com/1/list.php?fid=1&p=3如果填10的话,将如以下格式
http://php168.com/1/list.php?fid=1&p=10http://php168.com/1/list.php?fid=1&p=20http://php168.com/1/list.php?fid=1&p=30
