phpcms文章采集器之采集内容规范
1、我们需要在第一步【采集网址规则】中单击任意地址跳转到第二部【采集内容规范】页面


3、之后我们双击【内容】标签,在此我们可以通过【前后提取】【正则提取】【可视化提取】【正文提取】【标签组合】等多种方式提取网页的正文数据。

5、此外,我们还可以通过【数据处理】模块,将文本中多余的HTML标签删除,如下图所示。

6、至此,内容采集到此结束。整个步骤最关键的为【第三步】只有截取正确的HTML代码,才能达到只留文本信息而屏蔽代码的目的。

1、我们需要在第一步【采集网址规则】中单击任意地址跳转到第二部【采集内容规范】页面
3、之后我们双击【内容】标签,在此我们可以通过【前后提取】【正则提取】【可视化提取】【正文提取】【标签组合】等多种方式提取网页的正文数据。
5、此外,我们还可以通过【数据处理】模块,将文本中多余的HTML标签删除,如下图所示。
6、至此,内容采集到此结束。整个步骤最关键的为【第三步】只有截取正确的HTML代码,才能达到只留文本信息而屏蔽代码的目的。