定向采集是织梦采集侠亮点功能之一，简单配置采集规则即可精确采集到文章标题、作者、来源、内容和分页，通过这篇教程大家可以懂得如何配置这些采集规则，从而简单方便的采集内容，熟悉该方法后，您将会抛弃传统复杂的采集方式，采用织梦采集侠的定向采集功能进行采集。

和传统的采集方式相比，织梦采集侠的定向采集功能更为简单，不需要编写复杂的采集规则，可供设置的地方就那么几项，简单配置一下即可采集内容。 定向采集规则设置： 1）目标页面编码

目标页面编码的设置最为简单，您只需要查看一下您要采集的网站页面所采用的是什么编码即可，查看方法很简单，打开您要采集的网页，点击鼠标右键，点击查看网站源码，搜索charset，查看charset后面紧跟的是utf-8还是gb2312，然后在采集规则设置目标页面编码设置对应的编码即可。 2）列表URL

列表URL是您要采集网站的列表

列表URL一般是你需要采集的文章的列表页，因为只有列表页才有众多被采集文章的URL，通过列表URL规则和文章URL规则，可以匹配出该列表页符合文章URL规则的文章页URL来。

如果只是单纯采集列表页的第一页，直接输入该列表URL就行，如我要采集站长之家的优化栏目的第一页，那列表URL就输入：http://www.chinaz.com/web/seo/，即可。采集第一页的内容的好处就是可以不用采集老旧的新闻，而且有新更新也可以及时采集到，如果需要采集该栏目的所有内容，那也可以通过设置通配符的方式，匹配所有列表URL规则。

匹配URL规则的方法也很简单，你只需要查看列表分页的不同，加个通配符即可，如站长之家的优化栏目：http://www.chinaz.com/web/seo/，这是首页的，

第一页的URL是：http://www.chinaz.com/web/seo/1.shtml 第二页的URL是：http://www.chinaz.com/web/seo/2.shtml 第三页的URL是：http://www.chinaz.com/web/seo/3.shtml

通过观察列表URL的变化，可以看出第一页就是1.shtml，第二页就是2.shtml，第三页就是3.shtml，变换的就是页码而已，列表页的URL通配符是 [开始页-结束页] ，假如你要采集栏目前二十页的，那么列表URL规则就是：

http://www.chinaz.com/web/seo/[1-20].shtml，看到其中的区别了吧，就是在变换的部分加入通配符，从开始页到结束页即可。 3）文章URL

文章URL规则和列表URL规则设置差不多，也是通配变换的部分，只是通配符不一样而已，文章URL使用通配符 (*) 来匹配，有采集规则编写经验的用户可以很容易理解，通配符可以代替一个或多个真正的字符，通过下面例子更加直观的了解通配符的使用方法。 例：

比如我要采集站长之家优化栏目里面的文章，他们的文章URL是 http://www.chinaz.com/web/2011/0926/211708.shtml http://www.chinaz.com/web/2011/0926/211705.shtml http://www.chinaz.com/web/2011/0926/211694.shtml

通配后的URL就是：http://www.chinaz.com/web/(*)/(*)/(*).shtml

也就是说数字部分是变换的部分，可以看得出他的URL结构是年/月日/文章ID的形式，年月日和文章ID是会变换的，所以就通配这三部分内容就行。

我们可以输入列表URL规则和文章URL规则，然后点击测试，会看到下图的测试结果，也就是匹配成功了，已经列出成功匹配的列表URL和文章URL，测试的时候只显示前十条结果以供观察是否已经匹配成功。

4）标题规则、作者规则、来源规则、内容规则和分页规则的写法

标题、作者、来源、内容和分页规则的写法都是一样的，懂得其中一项的写法，其他几项都懂得了，我现在就一一举例如何设置，有编写过传统采集规则的用户，对插件的规则写法会很容易上手，新用户也是很容易理解的。

[规则说明]：”起始无重复HTML[内容]结尾无重复HTML”，简单的说，右键查看文章源码，标题内容用 [内容] 来代替，然后就是紧接着标题内容左右两边的代码，下面是举例说明，用户可以更直观的了解。

比如我要采集站长之家优化栏目里面的文章，打开文章列表中其中一篇， 如：

SEO关键字策略规划技巧心得分享

http://www.chinaz.com/web/2011/0926/211708.shtml

标题规则

打开后，右键查看源码，通过查看源码，我们可以看到标题“SEO关键字策略规划技巧心得分享”出现的地方有2两处， 1

和 1

根据这两段代码，我们可以写出标题规则为 1

和 1

这样的写法就符合插件的规则要求，同[内容]代替要采集的部分，只取其中一个规则即可。

作者规则的写法和标题写法一致，只要找出作者所在位置，和左右两边的代码就行，用[内容]代替作者，该篇文章中没有显示文章作者，所以在此就不演示了。 来源规则

浏览网页我们可以看到该篇文章的来源是cgt88.com，同样是查看文章源码，搜索查看“cgt88.com”所在位置，我们可以看到 1

这段代码中包含了来源，我们采用同样的方法用[内容]对要采集的“来源”进行替换，来源规则则是： 1

内容规则

内容规则和其他规则的写法一样，只是内容过多，不方便搜索查找，得自己浏览源码找到内容部分，内容部分占的位置也是比较多的，查找起来也是很容易的。

• 1
• 2