Closed zqy137073635 closed 5 years ago
[{ “ name ”： “图片站”，//采集源站标题 “ key ”：“ key ”，//标示KEY “ url ”： “ https://www.malefile.com/ ”，// 域名，主要用于组合链接“ tags ”： [ //分类列表 { “ name ”： “女神”，“ url ”： “https://www.malefile.com//t/nvshen/ “ } //名称：分类名称，网址：分类地址 ] “ pages ”： { //外层页面采集规则 “ element ”： “ body> div.main> div.boxs> ul> li ”， //元素选择器 “ name ”： { //名称采集规则 “元素”： “ p.p_title> a ”， //元素选择器 “ attr ”： “ @ text ” // @text是取html元素的文本值，非此值则取attr属性，如title }， “ url ”： { //图集采集规则 “元素”： “ p.ptitle> a ”， //元素选择器 “ attr ”： “ href ”， // @ text是取html元素的文本值，非此值则取取attr属性，如标题 “ needMerge ”： false， //是否需要合并地址 }， “ nextPageUrlMode ”： { //下一页采集规则 “模式”： “添加”， //模式：添加（添加）替换（替换） “ replaceSearchValue ”： “。 html ”， // 替换搜索字符串“ replaceValue ”： “ {page} .html ”， //目标 替换值“ addValue ”： “ {page} .html ” //添加值 }， “ lastPage ”： { //最后一页匹配规则，主要是用于统计总页码 “元素”： “＃pages> a ”， //元素选择器 “ minPageLength ”： 2， //最小采集的到页码数量才进行匹配，否则只执行当页 “ attr ”： “ @ text ”， // @ text是取html元素的文本值，非此值则取attr属性，如标题 “ descIndex ”： 2， //页码的元素index，倒序 “ isNeedSplit ”： 不对，//是否需要分割 “ splits ”： [ //分割，例如xxx_xx1.html的格式需要用到此值 { “ str ”：“ ”， “ index ”：2 }， // str：分割字符串，索引：下次分页的字符索引 { “ str ”：“。”， “ index ”：0 } ] } }， “ imgs ”： { //内页图片采集规则 “ element ”： “ body> div.content> center> img ”， //元素选择器 “ attr ”：“ href ”， // [v2]图片的属性值 “ singlePage “：true， // [v2]是否是单页面，即所有图片呈现在一个页面上 ” urlNeedMerge “： true， // [v2]图片链接是否需要合并拼接 ” nextPageUrlMode “：{ //同上 “ incrementMode ”： “ image ”，//采集增长模式image：图片页面：页面 “ mode ”： “ replace ”，//页面页码 替换模式，当incrementMode为图像时此值无效“ imageSuffix ”：“ jpg ” //图片后缀名 “ replaceSearchValue ”： “。 html ”，//同页此属性，当incrementMode为图像时此值无效 “ replaceValue ”： “ _ {page}。html “， //同页此属性，当incrementMode为image时此值无效 “ addValue ”： “ {page} .html ” //同页此属性，当incrementMode为image时此值无效 }， “ lastPage ”： { //通过页面此属性 “ element ”： “＃pages> a ”， “ minPageLength ”： 2， “ attr ”： “ @ text ”， “ descIndex ”： 2， “ isNeedSplit ”： false， “拆分“： [] } }， “ supportReptileVersion ”： 1 //支持采集器的版本号 }]
[{ “ name ”： “图片站”，//采集源站标题 “ key ”：“ key ”，//标示KEY “ url ”： “ https://www.malefile.com/ ”，// 域名，主要用于组合链接“ tags ”： [ //分类列表 { “ name ”： “女神”，“ url ”： “https://www.malefile.com//t/nvshen/ “ } //名称：分类名称，网址：分类地址 ] “ pages ”： { //外层页面采集规则 “ element ”： “ body> div.main> div.boxs> ul> li ”， //元素选择器 “ name ”： { //名称采集规则 “元素”： “ p.p_title> a ”， //元素选择器 “ attr ”： “ @ text ” // @text是取html元素的文本值，非此值则取attr属性，如title }， “ url ”： { //图集采集规则 “元素”： “ p.ptitle> a ”， //元素选择器 “ attr ”： “ href ”， // @ text是取html元素的文本值，非此值则取取attr属性，如标题 “ needMerge ”： false， //是否需要合并地址 }， “ nextPageUrlMode ”： { //下一页采集规则 “模式”： “添加”， //模式：添加（添加）替换（替换） “ replaceSearchValue ”： “。 html ”， // 替换搜索字符串“ replaceValue ”： “ {page} .html ”， //目标 替换值“ addValue ”： “ {page} .html ” //添加值 }， “ lastPage ”： { //最后一页匹配规则，主要是用于统计总页码 “元素”： “＃pages> a ”， //元素选择器 “ minPageLength ”： 2， //最小采集的到页码数量才进行匹配，否则只执行当页 “ attr ”： “ @ text ”， // @ text是取html元素的文本值，非此值则取attr属性，如标题 “ descIndex ”： 2， //页码的元素index，倒序 “ isNeedSplit ”： 不对，//是否需要分割 “ splits ”： [ //分割，例如xxx_xx1.html的格式需要用到此值 { “ str ”：“ ”， “ index ”：2 }， // str：分割字符串，索引：下次分页的字符索引 { “ str ”：“。”， “ index ”：0 } ] } }， “ imgs ”： { //内页图片采集规则 “ element ”： “ body> div.content> center> img ”， //元素选择器 “ attr ”：“ href ”， // [v2]图片的属性值 “ singlePage “：true， // [v2]是否是单页面，即所有图片呈现在一个页面上 ” urlNeedMerge “： true， // [v2]图片链接是否需要合并拼接 ” nextPageUrlMode “：{ //同上 “ incrementMode ”： “ image ”，//采集增长模式image：图片页面：页面 “ mode ”： “ replace ”，//页面页码 替换模式，当incrementMode为图像时此值无效“ imageSuffix ”：“ jpg ” //图片后缀名 “ replaceSearchValue ”： “。 html ”，//同页此属性，当incrementMode为图像时此值无效 “ replaceValue ”： “ _ {page}。html “， //同页此属性，当incrementMode为image时此值无效 “ addValue ”： “ {page} .html ” //同页此属性，当incrementMode为image时此值无效 }， “ lastPage ”： { //通过页面此属性 “ element ”： “＃pages> a ”， “ minPageLength ”： 2， “ attr ”： “ @ text ”， “ descIndex ”： 2， “ isNeedSplit ”： false， “拆分“： [] } }， “ supportReptileVersion ”： 1 //支持采集器的版本号 }]