wordpress 胖鼠创建一个列表采集规则教程

创建一个列表采集规则教程

通过简单学习掌握爬虫技巧是胖鼠采集的核心

必填配置介绍

必填配置介绍	描述
采集地址	采集地址
采集范围	采集范围的选择，决定列表采集是否成功
采集规则	Jquery一般填a 属性href 注意:如果在采集范围中已经定位到a标签这里可以留空
详情页采集区域	包含住你想要的数据块即可
详情页采集规则	Title Content 两个字段为必填项两个字段必须都获取到数据才能采集成功

下图中输入框后标星为必填项。

Jquery选择器 id是#号 class是. 一定不要落下哦

我下面的例子中每个选择器都有 . 或者 # 大家放大图仔细看

寻仙例子

目标采集目标地址: 这是国内某游戏新闻列表页 //xx.qq.com/webplat/info/news_version3/154/2233/3889/m2702/list_1.shtml

如图所画：他每页有十篇新闻

红色区域就是我们本页面所有文章所对应的数据区块，下面来采集这个区块

列表采集范围为 .down-nr>ul>li
解释:
    我们使用规则 .down-nr 定位到 ul li 的外侧
    再使用.down-nr>ul>li 可以定位到每一个li，这样就达到循环采集目的
    范围选择错误可能只获取到一个数据

还能怎么写？
1 .down-nr li
2 .news-list>li
3 .news-list li
4 .sub-cont>.down-nr>ul>li
5 .sub-cont>.down-nr li
.....

列表采集规则 
link字段 Jquery选择器 = a:last 属性 = href
解释:
    a 是选择a标签意思，但是他有两个a标签，第一个是分类列表页，第二个是我们想要的
        :last 是选择最后一个

还能怎么写?
1 a:eq(1) eq等于的意思，程序从0开始
2 a[target="_blank"]
3 a[style="color:;"]
.....

写法很多，选择你喜欢的要求能在Debug返回的结果中看到正确的数据

小提示规则范围定位的约小，采集时寻找页面的html dom节点越快

下面来采集详情页，第一步分析页面

详情采集范围为 .sub-cont
解释:
    因为他包括住了我们想要的 标题数据/内容数据

还能怎么写？
1 body 最大范围
2 .t-cont
3 #main
4 .right_in
.....

详情采集规则
title字段   Jquery选择器 = .n_title 属性 = text // 文本的意思
content字段 Jquery选择器 = #news_cnt 属性 = html // 顾名思义 内容没有html标签不好看

title字段还能怎么写？
1 h3
2 .right_in>h3
2 .right_in>.n_title

content字段还能怎么写？
1 .sub-nr
2 .right_in>.sub-nr
2 .right_in>#news_cnt