采集多个网址可以用词库不

wbe87

需要采集很多网址，所以就用{词库1}，但是：//这种符号变编码成了%3A%2F%2F，不知道怎么替换。如本来网址是这样的：http://baa.bitauto.com/fujian/thread-6091487，运行后变成这样了：http%3A%2F%2Fbaa.bitauto.com%2Ffujian%2Fthread-6091487。怎么办呢。还有，采集结果怎么可以想保存网址一样，累计在一个文件中，怎么写规则。谢谢指教了

--规则如下
{编码}utf8{/编码}
[采集来源1]{词库1}-{页码}.html[/采集来源1]
[采集正则1]<div class="user_name">\r*\s*<a class="mingzi" href="http://i.qichetong.com/.*/"\r*\s*target="_blank">\r*\s*(.*?)</a>[/采集正则1]
[采集页数]5[/采集页数] --请自行修改要采集的页数
[开始页码]1[/开始页码]
[页码频率]1[/页码频率]
[采集延时]100[/采集延时]
[采集编码]utf8[/采集编码]
[保存顺序]1[/保存顺序]
[采集过滤][/采集过滤]
[采集库]{采集正则1匹配1}[/采集库] --保存采集后的3个子匹配文本

meinv520

路过，还没弄过采集的

熊二

表示正在学习采集

刺客

[采集来源1]http://baa.bitauto.com/fujian/thread-{词库1}-{页码}.html[/采集来源1]

这样写，词库里面只放入数字，这样就正常了。

wbe87

刺客 发表于 2014-9-24 13:47
[采集来源1]http://baa.bitauto.com/fujian/thread-{词库1}-{页码}.html[/采集来源1]

这样写，词库里面 ...

,好思路

wbe87

刺客 发表于 2014-9-24 13:47
[采集来源1]http://baa.bitauto.com/fujian/thread-{词库1}-{页码}.html[/采集来源1]

这样写，词库里面 ...

刺客老大，我有一批没有什么规则的网址，想批量采集里面的信息，就不能用你的方法了，我也只能想到我的这个方法，还有没有救啊？还有，采集规则没有规则报告的吗？

依旧耀眼

学习下。。。。

maple

刺客

wbe87 发表于 2014-9-25 22:45
刺客老大，我有一批没有什么规则的网址，想批量采集里面的信息，就不能用你的方法了，我也只能想到我的 ...

勾选了 规则报告的情况下 ，采集也是有报告产生的，以后发新帖问i哦

wbe87

刺客 发表于 2014-9-26 20:13
勾选了 规则报告的情况下 ，采集也是有报告产生的，以后发新帖问i哦

好的