我们以网址http://bbs.locoy.com/spider-140339-1-1.html为例,
来获取获取它的主题内容和回复内容。
查看源代码,分析得到:
主题内容开始字符串为id="postmessage_649823"> 因为不同的帖子,ID不同,
所以我们把649823这个数字设置为(*)通配符.
即开头字符串为id="postmessage_(*)">
结尾字符串为</td></tr></table>
然后勾选下图中的循环匹配,即可实现主题和回复的内容采集。
循环设置——添加为新记录
此方式采集到的每条记录都为单独的行存储在数据库中
循环设置——用分隔符连接在上条记录后
此方式采集到的多条记录用分隔符(默认###,可自行修改)连接在一起存储在一个字段内,如下图: