本文将会涉及到织梦dedecms如何处理被采集页面含有分页以及如何使用简单的过滤规则。本文共分为三节：第一节，主要是介绍如何进入采集界面和新增采集节点中的第一步： 设置基本信息及网址索引页规则；第二节，主要是介绍新增采集节点中的第二步：设置字段获取规则；第三节，主要是介绍如何采集指定节点和如何导出采集内容。

下面进入第一节。

1.1进入采集节点管理界面

如（图1）所示，在后台管理界面的主菜单中单击“采集”，然后单击“采集节点管理”，即可进入采集节点管理界面，如（图2）所示。

图1-后台管理界面

图2-采集节点管理界面

1.2. 增加新节点

在采集节点管理界面中，单击左下角的“增加新节点”或者右上角的“添加新节点”（如图2），都可进入“选择内容模型”界面，如（图3）所示，

图3-选择内容模型界面

在“选择内容模型”界面的下拉列表框中，有“普通文章”和“图片集”可供选择。

根据被采集页面的类型，选择相应的内容模型。本文这里选择“图片集”，单击确定后，便可进入“新增采集节点：第一步设置基本信息及网址索引页规则”界面，如（图4）所示，


图4-新增采集节点：第一步设置基本信息及网址索引页规则

1.2.1 设置节点基本信息

图5-节点基本信息

如（图5）所示，这里只是介绍如何获取“目标页面编码”，对于其他的设定，可参见之前的文章。具体操作步骤：

（a）打开被采集的目标页：http://www.zcool.com.cn/shows/；

（b）单击右键后选择“查看源文件”，找到“charset”， 如（图6）所示，

图6-查看源文件

其等号后面的代码就是所需填写的“编码格式”，这里是“utf-8”。

填写后，如（图7）所示，

图7-设置后的节点基本信息

检查无误后，进入下一步设置。

1.2.2 设置列表网址获取规则

图8-列表网址获取规则

如（图8）所示，这里是设置被采集的文章列表页的匹配规则。具体操作步骤：

（a）首先，回到已打开的列表页，找到浏览器的URL地址栏中显示的网址和页面的换页部分。如（图9）和（图10）所示，

图9-浏览器的URL地址栏

图10-换页

（b）单击“2”，打开文章列表页的第二页，再次找到浏览器的URL地址栏中所显示的网址和页面的换页部分，如（图12）和（图13）所示，

图11-第二页的网址

图12-第二页的换页

（c）在已打开的列表页的第二页上面，单击（1），回到列表页的首页，这时页面的换页部分与之前的图10是相同的，然而浏览器的URL地址栏中所显示的网址与之前图9并不相同，如（图13）所示，

图13-第一页的网址

（d）由（b）和（c）可推知，这里被采集的列表页的网址所遵循规律为：

http://www.zcool.com.cn/shows/0!0!0!200!(*)!1!0!0/。稳妥起见，请自行测试更多列表页。确定规律后，在“匹配网址”中，填入列表页所遵循的规律。

（e）最后，根据需要指定采集的页码或者规律数字，并设定其递增规律。

到这里，“列表网址获取规则”部分就设置结束了。最后结果，如（图14）所示，

图14-设置后的列表网址获取规则

确定正确后，进入下一步设置。
(责任编辑：好模板)