前言：這篇文章主要是介紹如何使用采集功能去采集一個(gè)圖片類的網(wǎng)站。這次選取的目標(biāo)站點(diǎn)為：站酷網(wǎng)的佳作欣賞欄目，其URL為：http://www.zcool.com.cn/shows/。本文將會(huì)涉及到如何處理被采集頁面含有分頁以及如何使用簡單的過濾規(guī)則。本文共分為三節(jié)：第一節(jié)，主要是介紹如何進(jìn)入采集界面和新增采集節(jié)點(diǎn)中的第一步：設(shè)置基本信息及網(wǎng)址索引頁規(guī)則；第二節(jié)，主要是介紹新增采集節(jié)點(diǎn)中的第二步：設(shè)置字段獲取規(guī)則；第三節(jié)，主要是介紹如何采集指定節(jié)點(diǎn)和如何導(dǎo)出采集內(nèi)容。

下面進(jìn)入第一節(jié)。

1.1進(jìn)入采集節(jié)點(diǎn)管理界面

如（圖1）所示，在后臺(tái)管理界面的主菜單中單擊“采集”，然后單擊“采集節(jié)點(diǎn)管理”，即可進(jìn)入采集節(jié)點(diǎn)管理界面，如（圖2）所示。

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖1-后臺(tái)管理界面

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖2-采集節(jié)點(diǎn)管理界面

1.2. 增加新節(jié)點(diǎn)

在采集節(jié)點(diǎn)管理界面中，單擊左下角的“增加新節(jié)點(diǎn)”或者右上角的“添加新節(jié)點(diǎn)”（如圖2），都可進(jìn)入“選擇內(nèi)容模型”界面，如（圖3）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖3-選擇內(nèi)容模型界面

在“選擇內(nèi)容模型”界面的下拉列表框中，有“普通文章”和“圖片集”可供選擇。

根據(jù)被采集頁面的類型，選擇相應(yīng)的內(nèi)容模型。本文這里選擇“圖片集”，單擊確定后，便可進(jìn)入“新增采集節(jié)點(diǎn)：第一步設(shè)置基本信息及網(wǎng)址索引頁規(guī)則”界面，如（圖4）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖4-新增采集節(jié)點(diǎn)：第一步設(shè)置基本信息及網(wǎng)址索引頁規(guī)則

1.2.1 設(shè)置節(jié)點(diǎn)基本信息

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖5-節(jié)點(diǎn)基本信息

如（圖5）所示，這里只是介紹如何獲取“目標(biāo)頁面編碼”，對于其他的設(shè)定，可參見之前的文章。具體操作步驟：

（a）打開被采集的目標(biāo)頁：http://www.zcool.com.cn/shows/；

（b）單擊右鍵后選擇“查看源文件”，找到“charset”， 如（圖6）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖6-查看源文件

其等號(hào)后面的代碼就是所需填寫的“編碼格式”，這里是“utf-8”。

填寫后，如（圖7）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖7-設(shè)置后的節(jié)點(diǎn)基本信息

檢查無誤后，進(jìn)入下一步設(shè)置。

1.2.2 設(shè)置列表網(wǎng)址獲取規(guī)則

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖8-列表網(wǎng)址獲取規(guī)則

如（圖8）所示，這里是設(shè)置被采集的文章列表頁的匹配規(guī)則。具體操作步驟：

（a）首先，回到已打開的列表頁，找到瀏覽器的URL地址欄中顯示的網(wǎng)址和頁面的換頁部分。如（圖9）和（圖10）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖9-瀏覽器的URL地址欄

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖10-換頁

（b）單擊“2”，打開文章列表頁的第二頁，再次找到瀏覽器的URL地址欄中所顯示的網(wǎng)址和頁面的換頁部分，如（圖12）和（圖13）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖11-第二頁的網(wǎng)址

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖12-第二頁的換頁

（c）在已打開的列表頁的第二頁上面，單擊（1），回到列表頁的首頁，這時(shí)頁面的換頁部分與之前的圖10是相同的，然而瀏覽器的URL地址欄中所顯示的網(wǎng)址與之前圖9并不相同，如（圖13）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖13-第一頁的網(wǎng)址

（d）由（b）和（c）可推知，這里被采集的列表頁的網(wǎng)址所遵循規(guī)律為：

http://www.zcool.com.cn/shows/0!0!0!200!(*)!1!0!0/。穩(wěn)妥起見，請自行測試更多列表頁。確定規(guī)律后，在“匹配網(wǎng)址”中，填入列表頁所遵循的規(guī)律。

（e）最后，根據(jù)需要指定采集的頁碼或者規(guī)律數(shù)字，并設(shè)定其遞增規(guī)律。

到這里，“列表網(wǎng)址獲取規(guī)則”部分就設(shè)置結(jié)束了。最后結(jié)果，如（圖14）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖14-設(shè)置后的列表網(wǎng)址獲取規(guī)則

確定正確后，進(jìn)入下一步設(shè)置。

1.2.3設(shè)置文章網(wǎng)址匹配規(guī)則

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖15-文章網(wǎng)址匹配規(guī)則

這里是設(shè)置被采集的列表頁的匹配規(guī)則。

具體操作步驟：

 （a）對于“區(qū)域開始的HTML”，可以在已打開的列表首頁，單擊右鍵后選擇“查看源文件”查找出第一篇文章的標(biāo)題“高清壁紙”來獲得，如（圖16）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖16-查看源文件中，第一篇文章的標(biāo)題

通過觀察，不難看出“<ul class="list_left_nr">”為整個(gè)列表的開始部分。因此，在“區(qū)域開始的HTML”中，應(yīng)填入“<ul class="list_left_nr">”。

 （b）在源文件中，找到最后一篇文章標(biāo)題“阿奴比斯”，如（圖17）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖17-查看源文件中，最后一篇文章的標(biāo)題

結(jié)合列表的開始部分并通過觀察可知，第一個(gè)“</ul>”為整個(gè)列表的結(jié)束部分，而其后的從“<ul class=”list_left_bottomw”>”到第二個(gè)“</ul>”,則為頁面的換頁部分。因此，在“區(qū)域結(jié)束的HTML”中，應(yīng)填入”</ul>”，意思是到第一個(gè)</ul>結(jié)束。

（c）經(jīng)過觀察圖16和圖17的文章標(biāo)題部分，可以發(fā)現(xiàn)，標(biāo)題的鏈接地址都是含有“=.html”的。因此，可在“必須包含”中，填入“=.html”。

到這里，“文章網(wǎng)址匹配規(guī)則“就設(shè)置結(jié)束了。填寫后，如（圖18）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖18-設(shè)置后的文章網(wǎng)址匹配規(guī)則

通過以上的三個(gè)小節(jié)，新增采集節(jié)點(diǎn)的第一步就已經(jīng)設(shè)置完成了。設(shè)置后的最終結(jié)果，如（圖19）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖19-設(shè)置后的新增采集節(jié)點(diǎn)：第一步設(shè)置基本信息及網(wǎng)址索引頁規(guī)則

全部完成并檢查無誤后，單擊“保存信息并進(jìn)入下一步設(shè)置“。如果之前設(shè)置正確，單擊后，將會(huì)進(jìn)入“新增采集節(jié)點(diǎn)：測試基本信息及網(wǎng)址索引頁規(guī)則設(shè)置的網(wǎng)址獲取規(guī)則測試”頁面并看到相應(yīng)的文章列表地址。如（圖20）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖20-網(wǎng)址獲取規(guī)則測試

確定正確無誤后，單擊“保存信息并進(jìn)入下一步設(shè)置”。否則，請單擊“返回上一步進(jìn)行修改“。

到這里，第一節(jié)就結(jié)束了。下面進(jìn)入第二節(jié)。。。