位置:采集 -> 管理节点 -> 修改节点
基本信息
节点名称: (如:体育,娱乐等)
父节点:
采集页面地址:
(一行为一个列表)
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 之间,间隔倍数 倒序 补零
(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)
图片/FLASH地址前缀(内容): (图片地址为相对地址时使用)
入库栏目: (如本节点不是采集节点,请不选)
入库专题:
开始时间: (格式:2007-11-01)
结束时间: (格式:2007-11-01)
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, 加水印)
远程保存FLASH到本地(内容): (入库时才会保存)
标题图片设置: 取第 张图片为标题图片( 生成缩略图:宽度 ×高度 )
每组列表采集个数: 每组采集 个列表页(防止采集超时)
每组信息采集个数: 每组采集 个信息页(防止采集超时)
每组入库数: 每组入 条记录(防止入库超时)
每组采集时间间隔 (0为连续采集)
附加选项
页面编码转换
正常编码 UTF8->GB2312 BIG5->GB2312 UNICODE->GB2312
  UTF8->BIG5 GB2312->BIG5 UNICODE->BIG5
是否重复采集同一链接 重复采集(不选为不重复采集)

是否隐藏已导入的信息

采集后自动入库 是, 直接审核(不推荐选择,因为可能入库超时)
  入库后自动删除已导入的信息记录
整体页面过滤正则
格式:广告开始[!--pad--]广告结束
(多个请用","格开)
整体页面替换 替换成
(原字符多个请用","格开,如果是新字符是多个,可以用","格开,系统会对应替换)
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)
替换成
(原字符多个请用","格开,如果是新字符是多个,可以用","格开,系统会对应替换)
过滤广告正则:
格式:广告开始[!--ad--]广告结束
(针对内容)
(多个请用","格开)
内容为空不采集 (newstext字段)
过滤相似: 不采集标题相似超过 字的信息[与入库信息比较](如不限制请填"0")
  不采集标题完全相同的信息(与入库信息比较)
截取内容简介:

截取信息内容 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>链接区域</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="信息链接">标题</a>
正则就是:
<a href="[!--newsurl--]">*</a>

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:
()
(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:
()
(如填写这里,将为字段的值)
新闻正文正则:
()
(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--])
 

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.同一信息链接系统不会重复采集。