火车采集器教程-内容分页采集.docVIP

查看此教程建议视图： 因为包含很多图片，其他视图导致图片查看不全。 采集文章的时候，难免遇到文章有分页，本教程讲解下内容分页的采集。 在规则的第二步：采集内容规则左下方有个“分页获取规则”选项卡，用来设置分页。如下图： 全部列出模式适用于分页地址全部显示出来如下图： 上下页上n页下n页适用用分页地址列出一部分如下图 我们先说下上下页模式的分页，以采集这个地址/2013/0117/1358391833627.html为例 在第一页我们查看分页代码的情况如下： 在第二页分页代码的情况如下： 在第五页分页代码的情况如下： 通过上面我们是否可以得到一个规律：当前页的源代码是“strong当前页码/strong/a”然后紧接着的代码“a href=下一页的地址”就包含了下一页的地址 然后以“/a”结束，也就是从页面源代码“strong当前页码/strong/a”开始然后再以“/a”结束，中间就包含了“下一页”的地址，这就是我们说的上下页模式 原理就是找到当前页如何获取到下一页地址的源代码格式，然后我们把这个源代码格式填写到采集器里面如下图： 左侧空白框填写的是“strong(*)/strong/a”其中当前页的页码我们用(*)代替，右侧的空白框我们写的是“/a”来做为结束，中间的就是下一页地址。 “自动识别”：采集器会在上面的设置的范围内，自动匹配到分页地址。 “手动填写分页地址规则”