定向采集是織夢(mèng)采集俠亮點(diǎn)功能之一，簡(jiǎn)單配置采集規則即可精確采集到文章標題、作者、來(lái)源、內容和分頁(yè)，通過(guò)這篇教程你們可以懂得怎樣配置這種采集規則，從而簡(jiǎn)單便捷 的采集內容，熟悉該方式后，您將會(huì )拋棄傳統復雜的采集方式，采用織夢(mèng)采集俠的定向采集 功能進(jìn)行采集。 和傳統的采集方式相比，織夢(mèng)采集俠的定向采集功能更為簡(jiǎn)單，不需要編撰復雜的采集 規則，可供設置的地方就這么幾項，簡(jiǎn)單配置一下即可采集內容。 定向采集規則設置： 1）目標頁(yè)面編碼 目標頁(yè)面編碼的設置最為簡(jiǎn)單，您只須要查看一下您要采集的網(wǎng)站頁(yè)面所采用的是哪些 編碼即可，查看方式很簡(jiǎn)單，打開(kāi)您要采集的網(wǎng)頁(yè)，點(diǎn)擊滑鼠右鍵，點(diǎn)擊查看網(wǎng)站源碼，搜 索charset，查看charset 后面緊隨的是utf-8 還是gb2312，然后在采集規則設置目標 頁(yè)面編碼設置對應的編碼即可。 2）列表URL 列表URL 是您要采集網(wǎng)站的列表 列表URL 一般是你須要采集的文章的列表頁(yè)，因為只有列表頁(yè)才有諸多被采集文章的 URL，通過(guò)列表URL 規則和文章URL 規則，可以匹配出該列表頁(yè)符合文章URL 規則的文 章頁(yè)URL 如果只是單純采集列表頁(yè)的第一頁(yè)，直接輸入該列表URL就行，如我要采集站長(cháng)之家 的優(yōu)化欄目的第一頁(yè)，那列表URL 就輸入：，即可。

　　 采集第一頁(yè)的內容的益處就是可以不用采集老舊的新聞，而且有新更新也可以及時(shí)采集到， 如果須要采集該欄目的所有內容，那也可以通過(guò)設置鍵值的方法，匹配所有列表URL 匹配URL規則的方式也很簡(jiǎn)單，你只須要查看列表分頁(yè)的不同，加個(gè)鍵值即可，如 站長(cháng)之家的優(yōu)化欄目：，這是首頁(yè)的， 第一頁(yè)的URL 是： 第二頁(yè)的URL 是： 第三頁(yè)的URL 是： 通過(guò)觀(guān)察列表URL 的變化，可以看出第一頁(yè)就是1.shtml，第二頁(yè)就是2.shtml，第 三頁(yè)就是3.shtml，變換的就是頁(yè)腳而已，列表頁(yè)的URL 通配符是 [開(kāi)始頁(yè)-結束頁(yè)] 如你要采集欄目前二十頁(yè)的，那么列表URL規則就是： [1-20].shtml，看到其中的區別了吧，就是在變換 的部份加入鍵值采集俠規則，從開(kāi)始頁(yè)到結束頁(yè)即可。 3）文章URL 文章URL 規則和列表URL 規則設置差不多，也是通配變換的部份，只是鍵值不一樣 而已，文章URL 使用轉義 來(lái)匹配，有采集規則編撰經(jīng)驗的用戶(hù)可以很容易理解，通配符可以取代一個(gè)或多個(gè)真正的字符，通過(guò)下邊反例愈發(fā)直觀(guān)的了解鍵值的使用技巧。 :///web/2011/0926/211705.shtml 通配后的URL 就是：(*)/(*)/(*).shtml 也就是說(shuō)數字部份是變換的部份，可以看得出他的URL 結構是年/月日/文章ID的方式， 年月日和文章ID 是會(huì )變換的，所以就通配這三部份內容就行。

　　 我們可以輸入列表URL 規則和文章URL 規則，然后點(diǎn)擊測試，會(huì )聽(tīng)到右圖的測試結果， 也就是匹配成功了，已經(jīng)列舉成功匹配的列表URL 和文章URL，測試的時(shí)侯只顯示前十條 結果以供觀(guān)察是否早已匹配成功。 4）標題規則、作者規則、來(lái)源規則、內容規則和分頁(yè)規則的寫(xiě)法 標題、作者、來(lái)源、內容和分頁(yè)規則的寫(xiě)法都是一樣的，懂得其中一項的寫(xiě)法，其他幾 項都懂得了，我如今就一一舉例怎么設置，有編撰過(guò)傳統采集規則的用戶(hù)，對插件的規則寫(xiě) 法會(huì )很容易上手，新用戶(hù)也是很容易理解的。 [規則說(shuō)明]：”起始無(wú)重復HTML[內容]結尾無(wú)重復HTML”，簡(jiǎn)單的說(shuō)，右鍵查看文章 源碼，標題內容用 [內容] 來(lái)取代，然后就是緊接著(zhù)標題內容左右兩側的代碼，下面是舉例 說(shuō)明，用戶(hù)可以更直觀(guān)的了解。 比如我要采集站長(cháng)之家優(yōu)化欄目上面的文章，打開(kāi)文章列表中其中一篇， SEO關(guān)鍵字策略規劃方法心得分享 標題規則 打開(kāi)后，右鍵查看源碼，通過(guò)查看源碼，我們可以看見(jiàn)標題“SEO 關(guān)鍵字策略規劃方法 心得分享”出現的地方有2 SEO關(guān)鍵字策略規劃方法心得分享 按照這兩段代碼，我們可以寫(xiě)出標題規則為 這樣的寫(xiě)法就符合插件的規則要求，同[內容]代替要采集的部份，只取其中一個(gè)規則即 作者規則的寫(xiě)法和標題寫(xiě)法一致，只要找出作者所在位置，和左右兩側的代碼就行，用[內容]代替作者，該篇文章中沒(méi)有顯示文章作者，所以在此就不演示了。

　　 來(lái)源規則 瀏覽網(wǎng)頁(yè)我們可以看見(jiàn)該篇文章的來(lái)源是，同樣是查看文章源碼，搜索查 看“”所在位置，我們可以看見(jiàn) 來(lái)源: 這段代碼中包含了來(lái)源，我們采用同樣的方式用[內容]對要采集的“來(lái)源”進(jìn)行替換，來(lái) 源規則則是： 來(lái)源: [內容] 內容規則 內容規則和其他規則的寫(xiě)法一樣，只是內容過(guò)多，不便捷搜索查找，得自己瀏覽源碼找 到內容部份，內容部份占的位置也是比較多的，查找上去也是很容易的。 從上兩張圖中我們可以找出文章開(kāi)頭是“網(wǎng)絡(luò )上談SEO 的文章是滿(mǎn)天紛飛”，結尾是“轉 載請提供出處。不勝謝謝?！?，包含文章正文的html 分別是

　　只要取一小部份不同的就行，內容規則則是： 招分銷(xiāo)商

　　[內容]

　　分頁(yè)規則 “SEO 關(guān)鍵字策略規劃方法心得分享”該篇文章沒(méi)有分頁(yè)，我就取“電子商務(wù)關(guān)鍵數字優(yōu) 化（線(xiàn)上部份，上）（）” 這篇文章給你們做演示。 通過(guò)查看源碼，我們找到分頁(yè)部份的那段代碼，如下圖： 分頁(yè)規則的寫(xiě)法則和其他規則的寫(xiě)法也是一樣的，將[內容]替換帶有分頁(yè)URL 的地方 就行，分頁(yè)規則是：

　　[內容]

　　寫(xiě)到這兒，我想你們也懂得怎樣設置采集規則了，是不是很簡(jiǎn)單？插件提供測試功能， 在使你們測試規則是否有效，如下圖般設置好，然后點(diǎn)擊測試按鍵。 如果不需要采集作者和來(lái)源信息，那只須要設置標題、內容和分頁(yè)規則即可。 將會(huì )看見(jiàn)測試結果如下圖： 可以看出各項內容都可以精確采集了，但在上圖中卻沒(méi)有顯示分頁(yè)鏈接，其實(shí)這個(gè)并不 是規則編撰錯誤的，而是測試的第一篇文章中沒(méi)有分頁(yè)，所以不顯示分頁(yè)鏈接，不過(guò)你們可 以單獨測試一下分頁(yè)規則是有效采集俠規則，就是列表URL 和文章URL 不進(jìn)行通配，直接填入列表 URL 和文章URL，然后設置好分頁(yè)規則，點(diǎn)擊測試即可見(jiàn)到分頁(yè)鏈接，如下圖： 如果不寫(xiě)采集規則，全部設置手動(dòng)的話(huà)，標題和內容是可以采集到的，作者、來(lái)源、和 分頁(yè)未必可以挺好的采集到，只有符合插件手動(dòng)規則的才行。正文部份借助插件的正文提取 算法進(jìn)行提取，如果網(wǎng)頁(yè)排版形式不夠規范的話(huà)，可能會(huì )提取到有多余，或者提取少了的現 象，如果想精確采集，建議還是寫(xiě)上采集規則。 無(wú)廣告彈窗全文字TXT 小說(shuō)網(wǎng)----去書(shū)吧---