[采集参数列表] [手工添加新规则] [导入新规则] [下载新规则] [修改标题参数] [修改内容参数]
>>内容采集规则设置
内容采集
是否过滤相同的标题而不采集:
(目的,防止采集重复图片)
是过滤 不过滤
图片地址正则匹配:(必填)
简单举例:比如被采集的网站内容页的html代码如下
<tr><td><img src="图片URL"></td></tr><table>
那么右边输入
<tr><td><img src="{photourl=*}"></td></tr><table>
复杂些举例:比如有多余的代码
<tr><td><img src="图片URL" alt="介绍" ></td></tr><table>
那么右边输入
<tr><td><img src="{photourl=*}" alt="{*}" ></td></tr><table>

其中 {photourl=*}代表图片的地址,而{*}代表用不到的多余字符的通配符
图片URL地址必须以哪些字符开头(一般为空)
图片URL地址必须包含有的字符(一般为空)

多个请换行
图片URL地址不能包含有的字符(一般为空)


多个请换行
显示不常用的高级设置(一般不用)
要替换图片URL中的字符:

目的,替换不想要的字符,多组的话,请每组换一行
格式为旧字符|新字符
精准定位,自定义正则语法规则(即用通配符替换原文内容):
第一步,打开查看任意一篇要采集的详细内容页HTML网页源代码.
第二步,查看网页源代码,找到内容,删除他,用通配符{content=*}替换,然后再把他前面与后面的一小段代码也复制过来即可.

简单举例(常用):比如被采集的网站内容页的html代码如下
<tr><td>内容部分</td></tr><table>
那么右边输入
<tr><td>{content=*}</td></tr><table>

说明:通配符的前后有一小段HTML代码,是不可少的,目的是为了找规则,不需要太多,也不要太少,达到唯一性即可.

复杂举例(少用):比如内容的html代码如下
时间:2008-12-24 12:13abc不相关内容作者:张三abc不相关内容来源:齐博网abc不相关内容<tr><td class="asc">内容部分</td></tr><table>
那么右边输入
时间:{posttime=*}abc{*}作者:{author=*}abc{*}来源:{copyfrom=*}abc{*}<tr><td class="asc" >{content=*}</td></tr><table>
注意:除内容外,其它每个参数后面,一般都带有{*}非相关内容的通配符,通配符前面都有一个固定的字符,不能缺少固定的字符,如abc

必须要注意的是:
为何要取内容的html代码如下
<tr><td>内容部分</td></tr><table>
那么右边输入
<tr><td>{content=*}</td></tr><table>
而不是
<tr><td>内容部分</td></tr>
那么右边输入
<tr><td>{content=*}</td></tr>
这个呢?
为什么要多一段 <table> 呢?其实少这一段也是可以的,但就有可能采集到其他内容,即是精确度不高.代码多一点,精确度就高一点,但也不是越多越好.因为太多的话.有可能就采集不到了.

注意: 如果你采集的不仅仅是内容,还有其它作者、来源等参数,注意不能缺少{*},{*}代表非相关内容的通用代表符.
以下三项极少使用,如果你不懂PHP程序的话,请留空,不可乱写内容。否则会导致网页打不开的后果
开头PHP正则程序语法

(适合处理采集比较怪僻的网站.不懂PHP程序的,请留空,否则会出现严重问题使得采集程序无法运行)
结尾PHP正则程序语法

(适合处理采集比较怪僻的网站.不懂PHP程序的,请留空,否则会出现严重问题使得采集程序无法运行)
图片URL的PHP正则程序语法,用在结尾

(适合处理采集比较怪僻的网站.不懂PHP程序的,请留空,否则会出现严重问题使得采集程序无法运行)
帮助说明
1.通配符说明:URL通配符是{photourl=*},不相关内容通配符是{*}
2.采集器的原理就是查看网页源代码,找到要采集的字符串用通配符替换