[=#0000ff]第一步、确定采集的网站（我们以DEDE的官方站做为采集站做示范）
Quote:
[=#2f5fa1]http://www.dedecms.com/plus/list.php?tid=10
[=#0000ff]
第二步、确定被采集站的编码。打开被采集的网页之后，查看源代码（IE：查看 - > 源代码）
[=#ff0066]在<head> </head>之间找到 charset 这个，后面就显示网页的编码了，截图的是 “gb2312”
[=#0000ff]
第三步、采集列表获取规则写法
[=#ff00cc]
来源网址写法 很明显pageno是表示分页页码 那么有多页列表的采集就要用“[var:分页]”来替换分页页码，[=#ff0066]截图如下
[=#2f5fa1]http://www.dedecms.com/ plus/list.php?tid=10&pageno=[var:分页]
[=#ff0066]
文章网址需包含 网址不能包含 这两个一般不用写，用于采集列表范围有很多不需要的连接才用到他来做过滤使用。
[=#ff0066]
上面的网址并没有带有至于[=#ff0066]http://www.dedecms.com[=#ff0066]
为什么要在前面加上，这个就不要我说了吧。
如果只有一个列表页，那么在来源网址就直接写上网址就OK了。
[=#ff0000]
注意这里，最关键就是这里。
[=#ff00cc]
[=#666600]下面就是“采集获取文章列表的规则写法”，
就是上面打开的被采集页面的源代码文件，找到文章列表之前 和本页面没有其他相同的代码
在DedeCms官方站的列表页文章列表之前和之后最近的且没有相同的是“ class="newslist">”和“ class="pages">”，分别写入“起始HTML”和“结束HTML”，写法看截图
[=#0000ff]第四步、采集文章标题，文章内容，文章作者，文章来源等规则写法，分页采集等。
[=#ff0066]
“起始HTML”和“结束HTML”写法参考第三步中的“获取文章列表的规则写法”
[=#ff0066]
下面讲的是如何采集分页内容 看截图圈着的地方 截图
[=#ff0066]
文档是否分页 里面选择“全部列出的分页列表”
“起始HTML”和“结束HTML”写法参考第三步中的“获取文章列表的规则写法”
这里本来还有一张截图的,由于论坛配置,他现在显示在最上面.
[=#ff0066]
在文章内容那里点上“分页内容字段”，不选择就不能采集。
“下载字段里的多媒体资源 ”这个是采集的时候把多媒体资源（视频，软件，图片等）下载到本地，也就是你的网站。
下面是过滤规则
过滤规则需要用 “正则表达式”来写，但是对于新手来说，这个简直是比登天还要难，我也不懂。
[=#ff0066]
[=#ff0066]完成上面操作了。保存
[=#ff0066]点"测试"
[=#ff0066]出现类似上面的图.就表示成功了
[=#ff0066]..以后点"采集"
[=#ff0066]采集完成后就导出到你的栏目就OK 了.完毕
[
本帖最后由 小李飞刀 于 2008-9-26 17:18 编辑 ]
