前言：本文是“含有分頁的普通文章的采集方法“的第三節(jié)，在前兩節(jié)的基礎(chǔ)上，將會對“如何采集指定節(jié)點”和“如何導(dǎo)出采集內(nèi)容”做詳細的介紹。為了與前文保持一致，本文將延續(xù)使用前文的章節(jié)標記。

上接第二節(jié)。

3.1采集指定節(jié)點

單擊“保存并開始采集“后，將會進入”采集指定節(jié)點“界面，如（圖29）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖29-采集指定節(jié)點

每頁采集：這是設(shè)置每頁所需采集的條數(shù)，并可根據(jù)網(wǎng)站是否有防刷新功能，設(shè)置采集間隔時間。

特殊選項：設(shè)置是否檢測重復(fù)圖片，默認為“檢測”。

附加選項：此選項一共有3種采集模式可供選擇：第一種為“監(jiān)控采集模式（檢測當(dāng)前或所有節(jié)點是否有新內(nèi)容）”，選取后，系統(tǒng)只會采集指定節(jié)點中更新的內(nèi)容；第二種為“重新下載全部內(nèi)容”，選取后，系統(tǒng)會采集指定節(jié)點中的全部內(nèi)容；第三種為“下載種子網(wǎng)站的未下載內(nèi)容”，選取后，系統(tǒng)只會采集指定節(jié)點中未下載過的內(nèi)容，包括以前沒下載的和更新的內(nèi)容。

設(shè)置完成并確定無誤后，可單擊“開始采集網(wǎng)頁”或者“查看種子網(wǎng)址”。此時，如果單擊“查看種子網(wǎng)址”會看到列表是空的，這是因為新建立的采集節(jié)點從未采集過，如（圖30）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖30-查看節(jié)點的種子網(wǎng)址

單擊“開始采集網(wǎng)頁”后，系統(tǒng)便會開始采集節(jié)點中設(shè)置的網(wǎng)址，并出現(xiàn)相關(guān)提示，如（圖31）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖31-采集進程中提示信息

采集結(jié)束后，再次單擊“查看種子網(wǎng)址”或者單擊頁面右上角的“查看已下載”，便可看到已采集到的網(wǎng)址信息，如（圖32）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖32-查看節(jié)點的種子網(wǎng)址

成功采集以后，可以根據(jù)實際需要選擇頁面右上角的單擊“采集節(jié)點管理”或者“導(dǎo)出數(shù)據(jù)”。單擊“導(dǎo)出數(shù)據(jù)“后，便可進入” 采集管理> 采集內(nèi)容導(dǎo)出“界面，如（圖33）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖33-采集內(nèi)容導(dǎo)出

“默認導(dǎo)出欄目“：設(shè)置要把采集到的內(nèi)容導(dǎo)入到的欄目

“批量采集選項”：如果在采集規(guī)則中已指定欄目ID，則可使用此功能，若指定的欄目ID為0，系統(tǒng)會把采集內(nèi)容導(dǎo)入到“默認導(dǎo)出欄目”所選擇的欄目中。

“發(fā)布選項“：有發(fā)布成“普通文檔”和“保存為草稿”可供選擇。

“每批導(dǎo)入“：設(shè)置每批導(dǎo)入的條數(shù)，此數(shù)不宜過大。

“附帶選項“：此處為多選。如果不希望采集到重復(fù)的文章標題，可選中“排除重復(fù)標題”；如果希望被采集到的內(nèi)容直接生成HTML的話，可選中“完成后自動生成導(dǎo)入內(nèi)容HTML”；如果希望系統(tǒng)在采集列表頁時自動識別標題名，可選中“使用列表索引的標題”，一般不建議勾選。

“隨機推薦”：填入一個數(shù)字，代表文檔篇數(shù)。在所填入的文檔篇數(shù)內(nèi)隨機出現(xiàn)一篇推薦文檔，若填入“0”，則表示為不推薦。

設(shè)置完成后，可單擊“確定”，就可以把下載的導(dǎo)入到所選的欄目中了，如（圖34）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖34-設(shè)置完成后的采集內(nèi)容導(dǎo)出頁面

同時，系統(tǒng)將會有導(dǎo)出進程提示，如（圖35）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖35-采集內(nèi)容導(dǎo)出中的提示信息

導(dǎo)出采集內(nèi)容提示“完成所有欄目列表更新”后，單擊“瀏覽欄目”，便可進入網(wǎng)站的相關(guān)頁面查看到采集到的文章列表及其具體內(nèi)容。也可在后臺管理界面的主菜單中單擊“核心”，然后單擊“普通文章”，進入“文檔列表”頁面，查看所采集到的文章列表，如（圖36）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖36-文檔列表

在文檔列表中，單擊“用最簡單網(wǎng)絡(luò) 學(xué)習(xí)IP和ARP協(xié)議”的預(yù)覽按鈕，可打開文章內(nèi)容頁面，找到頁面的換頁部分，如（圖37）所示，

(此圖片來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除! )

圖37-分頁

由此可知，含有分頁文章內(nèi)容已經(jīng)被成功采集到了。

總結(jié)，本文詳細地敘述了如何采集一個含有分頁的普通文章類型的頁面，并簡單地涉及到了過濾規(guī)則。對于采集更為復(fù)雜的普通文章類型的頁面和使用過濾規(guī)則，將會在今后文章中介紹。

本文的采集規(guī)則：

{dede:listconfig}
{dede:noteinfo notename="采集測試（二）" channelid="1" macthtype="string"
    refurl="http://www.bitscn.com/network/protocol/201105/193110.html" sourcelang="gb2312" cosort="asc"
  isref="no" exptime="10" usemore="0" /}
{dede:listrule sourcetype="batch" rssurl="http://" regxurl="http://www.bitscn.com/network/protocol/list_(*).html"
startid="1" endid="1" addv="1" urlrule="area" musthas=""
 nothas="" listpic="1" usemore="0"}
    {dede:addurls}{/dede:addurls}
    {dede:batchrule}{/dede:batchrule}
    {dede:regxrule}{/dede:regxrule}
    {dede:areastart}<div class="list-cc">{/dede:areastart}
    {dede:areaend}</div>{/dede:areaend}
{/dede:listrule}

{/dede:listconfig}

{dede:itemconfig}
{dede:sppage sptype='full' srul='1' erul='5'}<div class="page next-page">[內(nèi)容]</div>{/dede:sppage}
{dede:previewurl}http://www.bitscn.com/network/protocol/201105/193110.html{/dede:previewurl}
{dede:keywordtrim}{/dede:keywordtrim}
{dede:deｓｃｒｉｐｔiontrim}{/dede:deｓｃｒｉｐｔiontrim}
{dede:item field='title' value='' isunit='' isdown=''}
   {dede:match}<h1 class="title">[內(nèi)容]</h1>{/dede:match}
   
   {dede:function}{/dede:function}
{/dede:item}{dede:item field='writer' value='' isunit='' isdown=''}
   {dede:match}{/dede:match}
   
   {dede:function}{/dede:function}
{/dede:item}{dede:item field='source' value='' isunit='' isdown=''}
   {dede:match}<span>來源：[內(nèi)容]</span>{/dede:match}
   
   {dede:function}{/dede:function}
{/dede:item}{dede:item field='pubdate' value='' isunit='' isdown=''}
   {dede:match}時間:[內(nèi)容]  <span>{/dede:match}
   
   {dede:function}{/dede:function}
{/dede:item}{dede:item field='body' value='' isunit='1' isdown='1'}
   {dede:match}<!--文章塊開始-->[內(nèi)容]<!--文章內(nèi)分頁結(jié)束-->{/dede:match}
   {dede:trim replace=""}<div class="contentgg">(.*)</div>{/dede:trim}
{dede:trim replace=""}<div align="center" style="padding-top:20px;">(.*)</div>{/dede:trim}
{dede:trim replace=""}<div class="page next-page">(.*)</div>{/dede:trim}
   {dede:function}{/dede:function}
{/dede:item}
{/dede:itemconfig}