逗比泡泡糖 发表于 2018-2-13 16:40:43

ygbook采集规则编写教程

玩了几天了,分享些采集的经验。

首先ygbook分为单列表和多栏目匹配方式

单列表:http://www.biquge.com.tw/
多栏目:https://www.snwx8.com/

区别就是多栏目有分页,可显示全部小说。

先以单列表:http://www.biquge.com.tw/ 举例
前面的什么图片本地化目标网站域名 编码都不用多说了,都看得懂。其中单列表监控页面为首页,对应情况取源站顶部分类 要中文的,比如玄幻小说修真小说到最后恐怖小说依次对应本站 如果分类出入太大的 可自行在后台建分类再对应,最大页码为1.
规则列表页码这个很好理解 比如1|1|200的意思就是从第一页开始到200页,每次增加1页。
无缩略图标志一般为nocover,如果不是你看下源站是什么自行改即可。
列表页:链接CSS选择器和列表页:标题CSS选择器 这个怎么选 我们打开首页看到最近更新列表 先取大区域:#newscontent 再取一个区域 .l 区别于下方最新入库的的.r最后我们再取我们真正要的区域.s2 a结束 组合就是#newscontent .l .s2 a,很多人喜欢这个样子写 就跟提示差不多 #newscontent li a 有些站是可以的,但是要分清楚。
文章页的各个选项,如果是有360结构化的站那么以下是通用的,标题CSS选择器 :meta|content作者CSS选择器meta|content缩略图CSS选择器meta|content 内容CSS选择器一般为#intro 因为源站简介源码一般为,如果不是 自行修改intro即可,完结标志不用多说了。
章节目录页:区域CSS选择器一般为:#list自行查看源码就知道了章节目录页:采集规则也看源码如biquge.com.tw为第1章 工匠大师系统,那么写成即可。
如果有这样子的:第九章 第二次交手你写成,把不要的用代替掉即可。
最后章节内容页:内容CSS选择器一般为#content 为什么上面也提到过 自行查看源码就明白了。

通用替换{filter replace='hostloc'}笔趣阁{/filter} 如果不替换只删除的话删除hostloc即可。

这就完了 然后测试修正即可。

多栏目以:https://www.snwx8.com/ 为例 这就不解释那么多了,累。。。
规则列表页面为:https://www.snwx8.com//

nerlnsqy 发表于 2018-2-13 16:41:46

感谢楼主的教程

019.gif
019.gif
019.gif

龙啸舞 发表于 2018-2-13 16:43:50

好多小说站,会不会有版权问题

avi 发表于 2018-2-13 17:10:09

emmmm 看完了 还是不会写..

fl20002 发表于 2018-2-13 17:12:02

有没有能直接采集到自己站的,还要人点了才采集,太费事了

bios12567496 发表于 2018-2-13 17:13:19

谢谢分享!

helwo 发表于 2018-2-13 17:26:36

make,备份我的博客了。

vinsonpyg 发表于 2018-2-15 07:34:34

mark!

黄阿玛 发表于 2018-2-22 14:38:58

厉害,感谢

逗比泡泡糖 发表于 2018-2-22 14:39:47

这个好给力!!按照教程采集一个单列表站,可是采集过来的分类和源站不一致,比如源站是『都市言情』而我这边却变成『玄幻小说』了,按照楼主的教程cate对应我源站写的是顶部中文分类
页: [1] 2
查看完整版本: ygbook采集规则编写教程