(相关资料图)

1、方法/步骤首先我们打开织梦后台点击采集——采集节点管理——增加新节点2、这里我们以采集普通文章为例，我们选择普通文章，然后确定3、我们进入了采集的设置页面，填写节点名称，就是给这个新节点取个名字，这里你可以任意填写。

2、然后打开你想要采集的文章列表页，打开链接这个页面，右键——查看源文件找到目标页面编码，就在charset后面4、页面基本信息其他的一般就不用管了，填完了如图5、现在我们来填写列表网址获取规则看看文章列表第一页的地址jianzhanxinde/list_49_1.html对比第二页的地址jianzhanxinde/list_49_2.html我们发现了他们除了49_后面的数字不一样，其他的都一样，所以我们可以这样写/jianzhanxinde/list_49_(*).html就是把1换成了(*)因为这里只有2页，所以我们就填从1到2每页递增当然是1了，2-1...是等于1吧这里我们就填写完了6、可能大家采集的有些列表没有规则，那就只有手工指定列表网址了，如图7、每行写一个页面地址列表规则写完了，我们就开始写文章网址匹配规则了,回到文章列表页右键查看源文件找到区域开始的HTML，就是找文章列表开始的标志。

3、8、我们很容易的找到了如图中的“新闻列表”。

4、从这里开始，后面就是文章列表里我们再找文章列表结束的HTML9、就是这个了，一个很容易找到的标志如果链接中含有图片：不处理采集为缩略图这里根据自己的需要选择对区域网址进行再次筛选： (使用正则表达式)必须包含：(优先级高于后者)不能包含：打开源文件，我们可以很清楚的看到，文章链接都是以.html结束的所以，我们在必须包含后面填.html如果遇到有些列表很麻烦，还可以填写后面的不能包含8、我们点击保存设置进入下一步，可以看到我们获得的文章网址看到这些就是对的了，我们保存信息进入下一步设置内容字段获取规则我们看看文章有没有分页，随便进入一篇文章看看。

5、我们看到这里的文章没有分页所以这里的我们就默认了9、我们现在来找文章标题等等随便进入一篇文章，右键查看源文件看看这些10、依照源码填写1我们再来填写文章内容的开始，结束和上面的一样，找到开始和结束标志12、开始：12、结束：13、你想过滤文章中的什么内容就到过滤规则里写吧，比如要过滤文章中的图片选择常用规则14、再勾选IMG，然后确定15、这样我们就把正文中的图片过滤了设置完毕后点保存设置并预览这样一个采集规则就写好了，很简单吧有些网站很难写，可要多下点功夫了哦16、我们点保存并开始采集——开始采集网页一会的功夫就采集完了17我们看看我们采集到的文章18、看来是成功了，我们导出数据吧。

本文到此分享完毕，希望对大家有所帮助。

关键词：