【篇前语】看到很多人不会写采集规则,官方的教程也并没有那么详细,索性写一篇,因为我也是小白,搭建还没两天,写的不完整的地方望海涵
这里我的服务器用的是大梦云的,非常不错,推荐给大家:idc.cnhack6.com
【注意】官方明确表明该cms无法采集小说内容分页及文章分页,仅可采集不分页的,api也并没有完整的官方文档,所以api的使用希望大家自己研究下哈!
首先注意,类似红框那种带分页的章节目录,以及内页章节1(1/2)这种是无法采集的
1.点击采集管理-添加采集就会出现这个页面
规则名称自己拟定,其他基本保持默认就可以,图片本地化可以避免源站挂了你图片也挂了(没什么用,大部分封面都是广告)
2.列表网址,如http://xxx.com/sort/1/1.html
那么1.html的1就是变量,我们替换为通配符,那么就变成了http://xxx.com/sort/1/[内容].html
页数就是到尾页的页数了
3.获取区间,就是从分类页从题头开始,到页数栏以上,我们审查元素查看一下该获取什么。
通过分析,我们知道《div id="sitebox"》就是开始,《div class="clearfix"》就是结束,那么获取区间我们这样填写:《div id="sitebox"》[内容]《div class="clearfix"》
因为不能尖括号,所以我用书名号替代
获取内容就是a标签,如《a href="http://xxx.com/book/xxx"》标题标题《/a》
这里xxx就是变量,需要用[内容]替换,标题标题就是书名,用(*)替换,那么结果就是
《a href="http://xxx.com/book/[内容1]"》(*)《/a》
拼接规则就是,如果后面测试采集规则的时候,获取到的结果不是完整链接,那需要将上面a标签的内容输入进去,如果测试可以获得完整链接,则不用管它
4.内容规则
栏目可以选择采集到固定栏目,或者远程与本地栏目对应,采集到固定栏目不需要获取,而后者则需要获取,以如图小说