1.2.3设置文章网址匹配规则

图15-文章网址匹配规则

这里是设置被采集的列表页的匹配规则。

具体操作步骤：

 （a）对于“区域开始的HTML”，可以在已打开的列表首页，单击右键后选择“查看源文件”查找出第一篇文章的标题“高清壁纸”来获得，如（图16）所示，

图16-查看源文件中，第一篇文章的标题

通过观察，不难看出“<ul>”为整个列表的开始部分。因此，在“区域开始的HTML”中，应填入“<ul>”。

 （b）在源文件中，找到最后一篇文章标题“阿奴比斯”，如（图17）所示，

图17-查看源文件中，最后一篇文章的标题

结合列表的开始部分并通过观察可知，第一个“</ul>”为整个列表的结束部分，而其后的从“<ul class=”list_left_bottomw”>”到第二个“</ul>”,则为页面的换页部分。因此，在“区域结束的 HTML”中，应填入”</ul>”，意思是到第一个</ul>结束。

（c）经过观察图16和图17的文章标题部分，可以发现，标题的链接地址都是含有“=.html”的。因此，可在“必须包含”中，填入“=.html”。

到这里，“文章网址匹配规则“就设置结束了。填写后，如（图18）所示，

图18-设置后的文章网址匹配规则

通过以上的三个小节，新增采集节点的第一步就已经设置完成了。设置后的最终结果，如（图19）所示，

图19-设置后的新增采集节点：第一步设置基本信息及网址索引页规则

全部完成并检查无误后，单击“保存信息并进入下一步设置“。如果之前设置正确，单击后，将会进入“新增采集节点：测试基本信息及网址索引页规则设置的网址获取规则测试”页面并看到相应的文章列表地址。如（图20）所示，

图20-网址获取规则测试

确定正确无误后，单击“保存信息并进入下一步设置”。否则，请单击“返回上一步进行修改“。

到这里，第一节就结束了 (责任编辑：最模板)