简要采集规则学习心得

[游泳的猫]

写采集规则必备知识：HTML代码知识，略懂一点正则，正则里只懂一条就足够了，那就是万能的 (.*) 代表任意字符。例如：<a(.*)</a> 代表所有的超级链接，简单地说就是<a开头并且</a>结尾。

通常写一个SKYUC采集规则步骤如下：

1、确定分类翻页地址，和页数。例如 http://xxx.com/list-8-[page]
这里[page]是代表1-N的数字，N就是页数。

2、找准影片列表“开始和结束”HTML代码，这里“开始”必须是网页中唯一的，“结束”必须是离开始最近的符号。如果“测试”时发现有多余的链接，可以用“全局过滤”把多余的内容过滤掉，也可以使用网址“必须包含”和“不能包含”。

3、影片属性，就没什么好说的，只要找准“开始和结束”就OK，影片图片“结束”一般用双引号即可。
4、最后是影片地址，这个最麻烦。如果是普通的电影站，那需要用到高级接口(PHP接口)实现，一般人学不了这个。这里我说到的是普通的资源站提供的地址，和上面影片属性的获取方式不一样，这里是和影片列表的“开始和结束”类似，就是先找准一个影片地址的范围，再过滤掉不需要的信息。常用到的过滤规则，官方给出的有。
总结一下，在此处用到的规则如下：

{suc:trim}<a(.*)>{/suc}{suc:trim}</a>{/suc} 过滤掉超级链接，但是保留链接名称。
{suc:trim}<a([^>]*)>(.*)</a>{/suc}过滤掉超级链接。

下面几个过滤表格
{suc:trim}<table(.*)>{/suc}{suc:trim}</table>{/suc}
{suc:trim}<tr(.*)>{/suc}{suc:trim}</tr>{/suc}
{suc:trim}<td(.*)>{/suc}{suc:trim}</td>{/suc}

重头戏：获取的地址都是链接在一块的，没有一行一行分，怎么办？
这里要留神观察，通常用两种方法可以解决，大家根据自己的观察选择。

{suc:trim}<a(.*)>{/suc}{suc:trim replace="\n"}</a>{/suc} 把超级链接最后的</a>作为每一行的分割符。

{suc:trim replace="\n"}<br>{/suc} 把HTML的代码<br>作为每一行分割符

总结：其实普通的规则很容易写，一定要留神观察，反复测试，才能写出规则。
全文完……

[dkvip]

还是不懂，希望能做个简单的视频教程发给我

236680083@qq.com

[游泳的猫]

做视频太麻烦了，而且也没有文字描述的清楚，本人不擅口才。

[拒绝游泳的鱼]

这个值得仔细研究一下。

[dkvip]

能否说的详细一点呀大哥

[dkvip]

大哥，我不会，采集规则还是靠你了，帮我写全站 http://www.9zy.me/ 谢谢大哥了

[Dewei]

作者: dkvip

大哥，我不会，采集规则还是靠你了，帮我写全站 http://www.9zy.me/ 谢谢大哥了

这个站规则有的，置顶帖有下载，刚刚添加了视频教程。

[tvropc]

还是不太懂，有个图文教程，手把手教就好了