Tsys OkHtm.com修改版数据采集方法

列表就像一本书的目录，目录可以有一页，也可以有很多页，列表也一样。

列表索引页面：

你要开始采集的列表页。

列表开始/结束标记：

平面上的两点确定一条直线，学过几何吧？用在这里是一样的道理，开始/结束标记可以确定你要采集的新闻，有的这里没有设置好结果采集到其它新闻去了。
比如这是某一列表页面的主要部分代码：
table width="98%" border="0" cellspacing="0" cellpadding="3">
tr>
td align="left" valign="top">br>
a href="News.asp?id=1" target=_blank>新闻标题/a>br>
a href="News.asp?id=2" target=_blank>新闻标题/a>br>
....省略
a href="News.asp?id=50" target=_blank>新闻标题/a>
/td>
/tr>
/table>
　　　 红色部分就是我们要的列表开始标记和结束标记，是不是把你想要的新闻夹在中间了？按照这样的取法可以选择好多对开始标记和结束标记，也就是说它们并不是唯一的。但是它们又是相对唯一的，这里的唯一是指，开始标记在第一条新闻以上的代码中唯一，结束标记在开始标记到结束标记之间的是唯一的。

列表索引分页：

　　　(1)设置标签
列表索引页的部分代码如下：
td height="24" align="center" bgcolor="#F6f7f8"> 1 A HREF="index_2.html">2/A> A HREF="index_3.html">3/A> A HREF="index_4.html">3/A>a href="index_2.html">下一页/a>
a href="index_4.html">尾页/a> /td>
红色部分为分页开始/结束标记，只要这两个代码确定，不是不就可以确定“下一页”了？，剩下的交给程序来处理，有的填写：A HREF="和">2/A>，这就错了，怎么错了自己想想。

　　　索引分页重定向：参考链接设置

(2)批量生成
　　　如有些列表是这种形式：
　　　第一页http://www.it.com.cn/news/cyxw/yejie/index_1.html
　　　第二页http://www.it.com.cn/news/cyxw/yejie/index_2.html
　　　第三页http://www.it.com.cn/news/cyxw/yejie/index_3.html

　　　那么可以这设置：{$ID}是必须的

　　　原字符串：http://www.it.com.cn/news/cyxw/yejie/index_{$ID}.html

　　　生成范围：1--3

　　　结果程序会生成：http://www.it.com.cn/news/cyxw/yejie/index_1.html

　　　http://www.it.com.cn/news/cyxw/yejie/index_2.html

　　　http://www.it.com.cn/news/cyxw/yejie/index_3.html

　　　这样的几个列表页面

　　　(3)手动添加

　　　输入一页网址后按回车再输入另一页，如此反复可以输入多个网址。

（3）链接设置

　　　链接开始/结束标记：

　　　这里没设置好采集过程中可能会路途停止

　　　部分代码

table width="98%" border="0" cellspacing="0" cellpadding="3">
tr>
td align="left" valign="top">br>
a href="List.asp?type=IT新闻">[IT新闻]/a>a href="New.asp?id=1" target=_blank>新闻标题/a>
a href="List.asp?type=Pc新闻">[Pc新闻]/a>a href="New.asp?id=2" target=_blank>新闻标题/a>
....省略
a href="List.asp?type=IT新闻">[IT新闻]/a>a href="New.asp?id=50" target=_blank>新闻标题/a>
/td>
/tr>
/table>
　　　红色部分为链接开始/结束标记，注意：如果新闻标题的前面有栏目链接（包括其它的链接，就像上面这个有IT新闻、Pc新闻一样）的，开始标记必须往前延伸，我以前做的3.62版的录像中开始标记是href=，这个只能用于新闻标题前面没有栏目链接的情况。

　　　链接的重新定位：

　　　如果新闻的链接特殊，可使用本功能对新闻网址重新定位，比如有些代码可能是这样：

a href="Javascript:window.open('1')" target=_blank>新闻标题/a>br>
a href="Javascript:window.open('5')" target=_blank>新闻标题/a>br>
....省略
a href="Javascript:window.open('50')" target=_blank>新闻标题/a>

　　　把开始/结束标记设置为红色部分，点击一条新闻看它的真实网页地址，比如第一条新闻的地址是这样，http://www.scuta.net/news.asp?id=1，那么绝对链接就设置为http://www.scuta.net/news.asp?id={$ID}就成了。