• 代理?#29992;?/b> 2019全新代理计划 赚钱+省钱双管齐下,独立?#25945;ǎ?#20016;厚利润!

    您现在的位置: 秀站网 > 织梦大学 > 模块插件 >

    火车头列表页分页采集获取案例

    来源:未知 发布时间:2019-01-08热度:我要评论
    对于设置列表分页,下图设置是最常见也是最常用的。 现在教大家另外一个获取分?#36710;?#21150;法,就是通过列表页分页采集获取功能来自动获取分页。 使用这个功能,起始页就只需要把首?#36710;?#22336;添加进去就...

    对于设置列表分页,下图设置是最常见也是最常用的。

    clip_image004

    现在教大家另外一个获取分?#36710;?#21150;法,就是通过列表页分页采集获取功能来自动获取分页。

    使用这个功能,起始页就只需要把首?#36710;?#22336;添加进去就可以了如下图:

    clip_image006

    分页设置是在 “多级网址获取”里的“列表分页获取”如下图:

    clip_image008

    上图“从?#20204;?#22495;中提取列表分页网址”这里就是?#19994;?#28304;代码里面分页开始和结束,中间包含的地址?#22836;忠车?#22336;。

    对于那种分页全部列出来的,设置好这一步就可以了,但是很多情况下分页都不是完全列出来的,中间会有省?#38498;?#20195;替如下图:

    clip_image010

    现在针对全部列出,和不是全部列出这2种情况,做一个都适用的设置,我一直都是用这?#22336;?#24335;获取,几乎解决所有的网站。

    我们重要的是要?#19994;?#24403;前页源代码的特点。我是用http://news.qq.com/newsgn/zhxw/shizhengxinwen.htm 这个列表页来做说明的。

    我们看下第一页分页源代码的情况如下图:

    clip_image012

    再看下第二页源代码的情况如下图:

    clip_image014

    然后我们不再一页一页?#27492;?#20415;看一页,查看源代码我这里选第五页如下图:

    clip_image016

    通过红色标注,大家看到规律了没有?当前页都是<strong></strong>这个代码后面紧接着一个<a >就是下一?#36710;?#22336;。

    也就是说我们是要通过当前页获取下一页,这样一级一级的向下获取,直至把所有分页获取到。

    那么放到采集器里面的表示就是从<div class="pageNav">开始,中间?#20063;?#31649;是什么用(*)表示,然后遇到第一个<strong>(*)strong>,因为页码也是变化的所以中间我用(*)表示变化的。
    然后到再到第一次出现</a> 做为结束,中间包含的就是下一?#36710;?#22336;。

    而且分?#36710;?#22336;也有一个规律<a href="http://news.qq.com/newsgn/zhxw/shizhengxinwen_6.htm"> 变化的是页码数字,变化的用参数来替代,其他是不变化的,那么我们只要获取变化

    的就可以了。

    原理就是这样,在我遇到的分页都是有这样的规律的,源代码肯定是不一样的,但是规律是一样的,大家要会举一反三,不要死脑筋。这里告诉的是方法!!!!

    写到采集器里面如下图:

    clip_image018

    我们可以通过上图“最多获取分页数”来设置要获取多少页,0为全部获取。

    ?#20063;?ldquo;组合生成列表页分页”我们做了设置的,上图的“自动识别分页”就不需要勾选了。最好不要勾选,有时候会出错。

    我上面的截图都是勾选上的,默认是勾选的,设置好规则了,就把这个勾选取消。

    本文地址:http://www.uanl.tw/dedecms_mk/1068.html

      责任编辑:秀站网

      相关阅读

      发表评论

      评论列表(条)

        广东十一选五专家计划