关关采集规则教程

关关采集器5.5 或者6.0

目标站

懂得一点HTML语言就更OK了

介绍一下关关采规则当中需要用到的一些标签\d* 表示数字  \s* 表示空格+换行  .+? 表示字符(不能为空)  .*  表示字符(可以为空) ()  表示我们需要的部分    ((.|\n)*) 章节的内容部分，包括了换行。 =====与杰奇后台标签的对应关系===== !!!!  相当于  ([^><]*) ~~~~  相当于  ([^><'']*) ^^^^  相当于  ([^><\d]*) $$$$  相当于  ([\d]*) ****  相当于  (.*)

现在开始编写规则，假设目标站为凌风阁小说(www.lingfengge.com)首先我们需要复制一份原有的规则做模版（规则文件存放在Rules目录下）。把复制的那份做模板的规则命名为lingfengge.xml 或凌风阁小说.xml，这个主要是便于规则管理。

运行采集器里的规则管理工具，打开后载入刚刚我们命名为lingfengge.xml 或凌风阁小说.xml的文件。

现在可以正式的编写规则了，我们写规则时要找的标志性代码必需是整个页面里唯一的代码，其次我们取用的部份代码超精简超好。1. GetSiteName(站点名称) 这里我们写凌风阁（在执行任务时会在上方显示）2. GetSiteCharset(站点编码) 这里我们打开www.lingfengge.com源代码查找 charset= 得到charset=gbk这个gbk就是我们需要的站点编码3. GetSiteUrl(站点地址) 这个就不用我说了吧 写入http://www.lingfengge.com4. NovelListUrl(站点最新列表地址) 因为这些每个站点的不同，这个就需要自己去找了凌风阁的是http://www.lingfengge.com/top/lastupdate_1.html

5. NovelList_GetNovelKey(从最新列表中获得小说编号) 此规则中需要同时获得书名，获得书名是在手动模式的时候用到，如果你要用手动模式那么必须获得书名，否则手动模式将会无法使用。我们 打开http://www.lingfengge.com/top/lastupdate_1.html 这个地址查看源文件，我们编写这个规则的时候找到想要获得的内容所在的地方，比如我们打开地址看到想要获得的内容的第一本小说的名字是“天价小娇妻：总裁的33日索情”我们在源文件里面找到“天价小娇妻：总裁的33日索情”复制代码我们编写规则用到的代码其实也不是很多,编写规则的原则是能省则省,也就是说代码越短越好除非万不得已一般精短一些比较好。好了不废话了，在这个规则里面我们需要用到的是《天价小娇妻：总裁的33日索情》 复制代码我们将这段改下《(.+?)》复制代码其中 (\d*) 表示编号 (.+?) 表示小说名 .+?表示代替此位置字符，经过测试正确

6. NovelUrl(小说信息页地址) 这个很容易，我们随便点开一本小说就能知道了，比如说http://www.lingfengge.com/txt/5727.html这本小说，我们可以看到的我们改下将里面的5727换成 {NovelKey} 一般情况表示小说编号http://www.lingfengge.com/txt/ {NovelKey}.html7. NovelName(获得小说名称正则) 我们还打开刚才那本书http://www.lingfengge.com/txt/5727.html查看源代码，获得小说名称那我们在源代码里查找到天价小娇妻：总裁的33日索情，需要得到前后代码为唯一的位置，一般小说站的名称都在H1或者H2标签里，这个我们得到的内容是

天价小娇妻：总裁的33日索情

(.+?)

8. NovelInfo_GetNovelPubKey(获得小说公众目录页地址)很多站目录页的地址有子ID在前边，所以我们要采集目录页的地址我们获得代码如下：  在线阅读                                                                                                                                               复制代码这一段 我们改下                                                                                                             在线阅读 9. PubIndexUrl(公众目录页地址) 这个里面写入{NovelPubKey}index.html

10. PubVolumeSplit(分割分卷) 这个分割分卷 有写地方需要注意到 如果分割分卷的正则没对 那么有可能 对于下面的 获得章节名那些有很大的影响 这里 我们获得 分割部分的代码呢 按我的经验呢 是找到第一个 分卷 跟下面的分卷 查看他们的共同处 在我们分析http://www.wqshu.com/list/15903.html 这个目录章节里面的源代码 可以看出分卷的代码为H2标签，因此分割分卷就填写

11 . PubVolumeName(获得分卷名) 上面我们说明分割部分用到

因此分卷名为

(.+?)

12. PubChapterName(获得章节名) 这个我们拿一段来说明

17. PubContentUrl(章节内容页地址) 这里拿http://www.lingfengge.com/html/5/5727/1693778.html 这个来说明下该怎么用，其中的http://www.lingfengge.com/html/5/5727/这个是前边获得的目录地址我们用{NovelPubKey}替代，1693778这个就是在 PubChapter_GetChapterKey 里面获得的 章节编号我们{ChapterKey} 替代，填入{NovelPubKey}{ChapterKey} .html                             18. PubContentText(获得章节内容) 这个获得方法我们就拿http://www.lingfengge.com/html/5/5727/1693778.html这个地址来说吧，打开源代码在内容上下我们看到复制代码这里我就直接改成正规的内容获得代码如下