狂雨cms采集规则的编写

chenxi 发布于 2022-10-18 545 次阅读


**
【篇前语】看到很多人不会写采集规则,官方的教程也并没有那么详细,索性写一篇,因为我也是小白,搭建还没两天,写的不完整的地方望海涵

【注意】官方明确表明该cms无法采集小说内容分页及文章分页,仅可采集不分页的,api也并没有完整的官方文档,所以api的使用希望大家自己研究下哈!
**

首先注意,类似红框那种带分页的章节目录,以及内页章节1(1/2)这种是无法采集的

1666061828759.jpg
1666061830102.jpg

**1.点击采集管理-添加采集就会出现这个页面
规则名称自己拟定,其他基本保持默认就可以,图片本地化可以避免源站挂了你图片也挂了(没什么用,大部分封面都是广告)**

1666061855363.jpg

**2.列表网址,如http://xxx.com/sort/1/1.html
那么1.html的1就是变量,我们替换为通配符,那么就变成了http://xxx.com/sort/1/[内容].html
页数就是到尾页的页数了**

1666061879274.jpg

**3.获取区间,就是从分类页从题头开始,到页数栏以上,我们审查元素查看一下该获取什么。
通过分析,我们知道《div id="sitebox"》就是开始,《div class="clearfix"》就是结束,那么获取区间我们这样填写:《div id="sitebox"》[内容]《div class="clearfix"》
因为不能尖括号,所以我用书名号替代
获取内容就是a标签,如《a href="http://xxx.com/book/xxx"》标题标题《/a》
这里xxx就是变量,需要用[内容]替换,标题标题就是书名,用(*)替换,那么结果就是
《a href="http://xxx.com/book/[内容1]"》(*)《/a》
拼接规则就是,如果后面测试采集规则的时候,获取到的结果不是完整链接,那需要将上面a标签的内容输入进去,如果测试可以获得完整链接,则不用管它**

1666061900734.jpg
1666061901602.jpg
1666061902526.jpg
1666061903358.jpg

**4.内容规则
栏目可以选择采集到固定栏目,或者远程与本地栏目对应,采集到固定栏目不需要获取,而后者则需要获取,以如图小说为例,栏目规则为圈出部分,“将玄幻”替换为[内容1]即可

名称规则就是小说书名,由图可知h1标签即为书名,则规则这样编写[内容]

此页面内的作者规则、介绍规则、标签规则、连载规则均如栏目规则同理,所以不再赘述**

1666061961859.jpg
1666061962725.jpg
1666061963557.jpg
1666061964393.jpg

**5.章节名称及章节内容规则编写

我们需要重新回到“列表规则”栏内,点击如图圈出部分,关联页添加

进入添加界面,注意勾选是否章节列表

这里需要填写的东西我们要从小说界面获取,以如图小说为例,“仙宫全文阅读”标签下面就是小说全部章节,我们审查元素一下,发现《ul class="chaw_c" id="chapterList"》为开始部分,《/ul》为结束部分,则章节获取区间规则这样编写:《ul class="chaw_c" id="chapterList"》[内容1]《/ul》

而网址规则,我们点开li标签,下面的a标签即为我们所需要的内容,所以规则这样编写:《a href="http://xxx.com/book/[内容1]">[章节标题]《/a》

关联页完成**

1666062002406.jpg
1666062003148.jpg
1666062004818.jpg
1666062004025.jpg
1666062005630.jpg
1666062006501.jpg

**6.章节名称及章节内容规则

我们先选择关联页为步骤5添加的“章节”(叫什么名字可以自己想)

规则同步骤5的网址规则相同,有点不一样的地方,如下
《li》《a href="http://xxx.com/book/[内容1]"> (*)《/a》《/li》
可以注意到,章节标题替换为了(*),其他并无不同

然后就是章节内容的编写,也需要选择关联页

我们先找一章进去看,然后审查元素

由图中圈出可知,开始是《div id="TextContent" class="read-content fz22"》 结束是《/div》

则规则:《div id="TextContent" class="read-content fz22"》[内容1]《/div》**

1666062040480.jpg
1666062041213.jpg
1666062042076.jpg
1666062043562.jpg
1666062044590.jpg

然后我们就可以开始采集啦!

1666062090503.jpg

还不会的可以找我定制,30-50一条

此作者没有提供个人介绍
最后更新于 2022-10-18