最新杰奇详细采集规则编写教程.docVIP

杰奇详细采集规则编写教程 规则说明 系统默认变量：{articleid} - 文章序号，{chapterid} － 章节序号， {subarticleid} － 文章子序号， {subchapterid} － 章节子序号。 系统标签 * 可以替代任意字符串。 系统标签 ! 可以替代除了和以外的任意字符串。 系统标签 ~ 可以替代除了以外的任意字符串。 系统标签 ^ 可以替代除了数字和之外字符串。 系统标签 $ 可以替代数字字符串。 采集规则中，需要获取的内容部分用四个以上系统标签代替，如 !!!! 我的书屋 基本设置 网站标识configs\article\collectsite.php中所添写的标识，可随便填写，一般为所采集站点的域名简写，以和其他规则区分。例：book234 网站名称所采集站的名称。例：我的书屋 网站地址所采集站的地址。例： 文章子序号运算方式不是必须添写的，我这里就留空了。 支持使用{articleid}标记的四则运算（+加，-减，*乘，/除，%取余） 章节子序号运算方式不是必须添写的，我这里就留空了。(谁知道他一个文件夹放多少书啊，他不按规则放，我不是采集不到 ) 支持使用{articleid}标记的四则运算（+加，-减，*乘，/除，%取余） 代理服务器地址 不使用代理服务器请留空 代理服务器端口 现有章节无法对应时候是否全部清空重新采集 是 否 根据自己需要选择 是否默认把采集到的文章设置为全本 是 否 根据自己需要选择，如果选择是无论文章是连载还是完结，你站上都显示全本，建议选“否” 发送HTTP_REFERER标志，用于突破防采集设置 是 否 默认选“是”,不知道什么用，我选“是”先突破下再说 对方网页编码 （自动检测 GB2312 UTF8 BIG5）默认“自动检测” 编码与本站不同将自动尝试转换 文章信息页面采集规则 文章信息页面地址书籍信息页网址，书籍ID用{articleid}代替。例： /Book/{articleid}/Index.html 文章标题采集规则要求会查看网页的源文件啊 ,不会的可以停止了 .查看下信息页面的源文件，然后找到文章标题在源文件的什么位置(我们是以我的书屋为例的,就是章节信息页面那个《文章标题》在源文 件的位置).这里以《我的美女大小姐》这个为例,找到标题附近的代码是div id=CrBookTitlespan class=booktitle《我的美女大小姐》/span/div把上面代码复制到文章标题采集规则的那 个框里,然后把我的美女大小姐这个真实的标题替换为!!!!当然也可以替换成其他的替换符号比如****不过讲究的是在能表达意思的情况下范围越小越好(习惯问题，这里当然只能采集到文章标题了，但 是其他的一些采集的时候就有你不想要的东西). 作者采集规则li class=l6a href=/Author/WB/144238.html李兴禹/a/li这里的李兴禹是要采集的内容,用!!!!代替不过144238只对这个文章有用,其他文章有其他的数字,所以用任意数字串$代替.所以作者采集规则就是li class=l6a href=/Author/WB/$.html!!!!/a/li 文章类型采集规则 li class=l2a href=/Book/LN/133.html都市/a/li由上面两个采集规则的写法不难看出这里的规则是 li class=l2a href=/Book/LN/$.html!!!!/a/li 文章类型对应关系这个就自己写吧,呵呵,给出我的书屋的对应关系,大家参考下.玄幻=1||奇幻=1||武侠=2||仙侠=2||言情=3||都市=3||科幻=7||灵异=8||游戏=6||竞技=6||历史=4||军事=4||美文=10||同人=9||传记=10||名著=10||札记=10||笑话=10||外国=10||古典=10||少儿=10||侦探=5||经管=10||时尚=10||英语=10||电脑=10||学习=10||法律=10||其它=10 对方类型名称和本站类型序号的用“=”分割，两个类型之间用“||”分割，类型名称“default”标识默认的类型对应关系 本站类型和序号对应关系如下： 玄幻魔法=1||武侠修真=2||都市言情=3||历史军事=4||侦探推理=5||网游动漫=6||科幻小说=7||恐怖灵异=8||散文诗词=9||其他类型=10 关键字采集规则 找到关键字附近的代码主角检索关键字 —— 我的美女 李兴禹 美女 都市 br /这里的我的美女 李兴禹 美女 都市用****代替.结果规则是主角检索关键字 ——****br / 内容简介采集规则div id=CrbsSum ‘大‘小姐和大‘小‘姐,你们别折腾我了行不?我求你们了~~!