位置:采集 ->
管理节点
-> 修改节点
基本信息
节点名称:
(比如:体育,娱乐等)
父节点:
新建父节点
|-电影
|-商经之道
|-QQ宝典-enet
|-QQ---国内新闻-地方新闻
采集页面地址:
(如是多个列表请用回车格开)
http://news.qq.com/newsgn/national_difangnews_more.shtml
采集页面地址方式二:
(此方式,系统自动生成页面地址)
地址:
(分页变量用
替换)
页码从
到
之间 (
如:http://www.phome.net/index.php?page=[page]
)
内容页地址前缀:
(如地址前面没域名的话,系统会加上此前缀。如:http://www.phome.net
+
/news/2004/1.html)
图片/FLASH地址前缀(内容):
(图片地址为相对地址时使用)
采集栏目:
选择栏目
|-新闻系统模型
(如本节点不是采集节点,请不选)
开始时间:
(格式:2004-04-01)
结束时间:
(格式:2004-04-01)
备注:
选项
默认相关关键字:
截取标题前
个字
采集记录数:
采集前
条记录("0"为不限,系统会从头采到页面尾)
远程保存图片到本地(内容):
(入库时才会保存)
远程保存FLASH到本地(内容):
(入库时才会保存)
每组列表采集个数:
每组采集
个列表页(防止采集超时用的,单采集页面请填0/1)
每组信息采集个数:
每组采集
个新闻页(防止采集超时用的)
每组入库数:
每组入
条记录(防止入库超时用的)
过滤选项
采集关键字(包含关键字才会采):
(只针对标题。如不限制,请留空。多个请用","格开)
替换:
(针对标题与内容)
将包含
替换成
(原字符多个请用","格开)
过滤广告正则:
格式:广告开始[!--ad--]广告结束
(针对内容)
[!--ad--],
[!--ad--]
(多个请用","格开)
过滤相似:
不采集标题相似超过
字的新闻[与入库新闻比较](如不限制请填"0")
不采集标题完全相同的新闻(与入库新闻比较)
截取内容简介:
截取新闻内容
个字(在没有设置“内容简介”正则,系统采取的措施)
采集内容正则(不采集项,请留空)
列表页
信息链接区域正则:
(
如不限,请为空
)
截取的地方加上
如:<tr><td>新闻区域</td></tr>
正则就是:
<tr><td>[!--smallurl--]</td></tr>
信息页链接正则:
截取的地方加上
如:<a href="新闻链接">标题</a>
正则就是:
<a href="[!--newsurl--]">*</a>
<tr><td class="text01">·<a target="_blank" href="[!--newsurl--]">
标题图片正则:
(如图片在内容页,请留空)
图片地址前缀:
保存本地
(如填这里,将为此字段值)
内容页(文件过大的请不要选择保存本地)
标题正则:
(
)
<div class="cnttit"><h1>[!--title--]</h1></div>
(如填写这里,将为字段的值)
副标题正则:
(
)
(如填写这里,将为字段的值)
发布时间正则:
(
)
(如填写这里,将为字段的值)
标题图片正则:
(
)
附件前缀
远程保存
(如填写这里,这就是字段的值)
内容简介正则:
(
)
(如填写这里,将为字段的值)
作者正则:
(
)
(如填写这里,将为字段的值)
信息来源正则:
(
)
<div class="cntinfo"> * *  <a href="*">[!--befrom--]</a>   </div>
(如填写这里,将为字段的值)
新闻正文正则:
(
)
<div class="cntcnt" id="fontzoom" style="text-align:left"><div id="textflag">[!--newstext--]</div></div> <div class="cntsend">
(如填写这里,将为字段的值)
内容页分页采集设置:(如没有分页请留空,只对newstext有效)
分页形式:
上下页导航式
全部列出式
"上下页导航"式正则设置:
分页区域正则(
[!--smallpagezz--]
)
分页链接正则(
[!--pagezz--]
)
"全部列出"式正则设置:
分页区域正则(
[!--smallpageallzz--]
)
分页链接正则(
[!--pageallzz--]
)
*:表示不限制内容。
行与行之间的间隔最好用*格开
注意事项:
1.*:表示不限制内容。行与行之间的间隔最好用*格开
2.增加节点后,最好先“预览”。
3.对于特殊字符请在前面加上“\\”,当然直接将特殊字符改为“*”最合适了。特殊字符如下:
),(,{,},[,],\,?
4.同一新闻链接系统不会重复采集。