|
1、添加项目：
（1）基本设置
项目名称：起个看一眼就明白的名称，如：IT世界-业界新闻（来自IT世界的业界新闻）。
所属栏目：采集的新闻属于哪个栏目。
所属专题：采集的新闻属于哪个专题。
网站名称：要采集的新闻是哪个网站的。
网站网址：该网站的网址。
网站登录：需要登录才能访问的请设置登录参数（不支持验证码登录）
登录地址：就是它的网址。
提交地址：点击 登录 按钮后用来验证用户名、密码的文件网址，如动力3.62的
是 http://www.****.com/Admin_ChkLogin.asp。
用户（密码）参数：查看登录表单源码，找到形如下面之类的代码
用户名：<input type="text" name="UserName" value="">
密码：<input type="password" name="Password" value="">
用户参数就是--第一行的name=后面的UserName
密码参数就是--第二行的name=后面的Password
最后组合起来就是：用户参数：
密码参数：
PS:上面提到的 提交地址 也在这里找，在附近找到形如--<form name="form1"
post="Admin_ChkLogin.asp">之类的代码，在这个 post=的后面就是提交的地址，
一般它是采用相对地址，请注意。
失败信息：用户名或者密码不正确时，登录后的失败提示信息，用于判断登录是否成功的一个标志，请一定要填写，否则不能采集，比
如：您输入的用户名或密码不正确，请重新输入！
项目备注：该项目的其它要记录的信息，比如--IT世界的新闻好好哦，以后每天都要采它~
（2）列表设置
列表：
书一般都有目录吧？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。
（4）正文设置
标题、正文、作者、来源、关键字及正文分页设置同上，不想重复，这里就不说了。
（5）采样测试
正确采样后完成添加操作。
| 