最近有点想弄个站,经过多处咨询,大家一致推荐我用DEDE。于是我就下了一个DEDE。

DEDE的功能太强大~~太人性了~~柏拉图太厉害了~~昨晚弄到两点多也没有弄成功采集,几乎将柏拉图列入牛顿系列人物进行痛K!

今天早上,别的同学都去旅游了,我继续留在MMC“痛K”柏拉图!

就在令人绝望,准备离开的时候,DEDE的采集竟然成功了。你说奇怪不奇怪?

说一句很内行的话:用DEDE采集,要注意匹配区域的惟一性。

打开
http://www.chinaacc.com/web/rs_ddgc/more.asp?page=1&ac=149,我要采集的是中华会计网校的“道德观察”栏目,而且要一次性将他的东西实行“拿来主义”。



分析一下翻页的链接,
http://www.chinaacc.com/web/rs_ddgc/more.asp?page=1&ac=149→这是第一页的链接地址
http://www.chinaacc.com/web/rs_ddgc/more.asp?page=2&ac=149→这是第二页的链接地址
我们可以找出其中的变量。


接下来,我们在众多链接中将文章链接筛选出来。

查看源代码,找到“4000万巨额贷款悄然消失的幕后……”(这一会儿功夫,已经更新了~~),在其前面找一个全文惟一的HTML代码!

同理,找“栽倒在审计面前的“能人””在其后面,找全文惟一的HTML代码,那么文章地址就可以被筛选出来了!


接着是筛选文章标题!

打开一个文章页面,查看源代码!和上面同道理,找到文章的标题,然后将文章前后的几个HTML代码作为标识。


文章内容亦如此!!!


这样,采集规则就算完成了!还有好多其它东西我都不管,主要我是不知道那些东西有什么用,如何用!设置完基本的东西就差不多了。

测试一下。


呵呵,成功了。。。

接下来,采集,导入数据库并生成HTML。




最后,说一句鼓励自己的话!MMC人,你真系叻!
posted on 2007-07-13 23:51  榻榻米  阅读(1348)  评论(0编辑  收藏  举报