簡數(shù)采集器可自動采集導(dǎo)航網(wǎng)站的網(wǎng)址鏈接(如AI導(dǎo)航站、軟件資源站等),并發(fā)布到指定網(wǎng)站。
導(dǎo)航站網(wǎng)址采集發(fā)布基本流程:定位網(wǎng)頁中的網(wǎng)址位置 -> 配置網(wǎng)址采集規(guī)則 -> 采集發(fā)布網(wǎng)站。
查找要采集的鏈接地址在網(wǎng)頁中的具體位置,并使用XPath語法定位提取。查找鏈接方法主要有兩種:右鍵快速查找和源代碼精準查找。
在瀏覽器打開目標頁面,對包含網(wǎng)址的區(qū)域,鼠標右鍵選擇 "檢查" ,可快速查看對應(yīng)的HTML代碼。
當網(wǎng)址為<a>標簽的href屬性時,可直接使用簡數(shù)【獲取網(wǎng)址】功能一鍵提取。
若代碼中未發(fā)現(xiàn)目標網(wǎng)址(如上圖示例中的 "鏈接直達"),建議打開網(wǎng)頁完整源代碼進行搜索。
在網(wǎng)頁源代碼中查找目標網(wǎng)址,是更全面且準確的方法。
I. 查看源代碼
瀏覽器打開目標頁面,在網(wǎng)頁空白處(無文本與圖片),鼠標右鍵選擇 "查看網(wǎng)頁源代碼" 。
源代碼查看方式二:在瀏覽器地址欄輸入 view-source:https://www.網(wǎng)站.com/
II. 精準搜索
在網(wǎng)頁源代碼頁面,快捷鍵 Ctrl + F 打開搜索框,輸入目標網(wǎng)址(如 trae.com),可精準定位所有匹配網(wǎng)址的具體位置。
如示例圖,目標網(wǎng)址在 class="btn btn-arrow qr-img" 類的標簽 title 屬性值中。
網(wǎng)址采集配置方法主要有兩種:提取標簽屬性值(如<a>標簽的href,data-url屬性),和抓取跳轉(zhuǎn)子頁面的內(nèi)容。
打開簡數(shù)詳情提取器,填寫對應(yīng)字段Xpath值(沿用前面示例,值應(yīng)為//*[@class="btn btn-arrow qr-img"]) -> 字段數(shù)據(jù)處理 -> 高級提取 -> 提取值類型選擇【節(jié)點屬性】 -> 屬性名填寫title。
補充說明:>>> Xpath語法使用教程(重點為第4和5節(jié))。
若屬性值里除了目標網(wǎng)址,還包含多余內(nèi)容,可使用替換刪除或正則截取功能只保留網(wǎng)址。
示例獲取屬性值為 https://www.網(wǎng)址.com/qr/?text=https://www.trae.com.cn/?utm_source=advertising&utm_medium=....
此例建議使用正則截取功能提取網(wǎng)址:在字段數(shù)據(jù)處理【常用截取|提取】,正則捕獲組處填寫相應(yīng)的正則表達式:
text=(.+?)\?
說明:此表達式是截取text=和?字符之間的內(nèi)容,(.+?)為固定語法,問號字符需加反斜杠轉(zhuǎn)義。
完成提取標簽屬性中的網(wǎng)址配置后,發(fā)送操作請參見下方【第3章 發(fā)送導(dǎo)航網(wǎng)站】
如果目標網(wǎng)址未直接出現(xiàn)在網(wǎng)頁源代碼中,需通過點擊a標簽跳轉(zhuǎn)至子頁面后獲取,可使用內(nèi)容多分頁功能實現(xiàn)抓取。操作示例如下:
補充說明:>>> Xpath語法使用教程(重點為第4和5節(jié))。
在瀏覽器打開跳轉(zhuǎn)子頁面,查找目標網(wǎng)址。
因跳轉(zhuǎn)頁面停留時間過短,建議通過查找網(wǎng)頁源代碼定位目標網(wǎng)址,在瀏覽器地址欄直接輸入:
view-source:https://網(wǎng)站.com/go/?url=aHR0c....
在簡數(shù)詳情提取器,【當前字段Xpath】填寫對應(yīng)目標網(wǎng)址的Xpath值(例子為//*[@class="loading-btn"]) -> 字段數(shù)據(jù)處理 -> 高級提取 -> 提取值類型選擇【節(jié)點屬性】 -> 屬性名填寫href -> 保存,測試采集查看結(jié)果。
簡數(shù)采集器支持自動發(fā)送網(wǎng)址數(shù)據(jù)到導(dǎo)航網(wǎng)站,比如Wordpress的OneNav 主題(一為主題)。
下載并安裝 Wordpress采集發(fā)送插件(兼容OneNav主題)。
在【發(fā)送目標管理】頁面,添加相應(yīng)CMS系統(tǒng)的發(fā)送目標,例如添加發(fā)送目標WordPress。
第二步配置映射字段處,"post類型" 選擇sites -> 第三步添加擴展參數(shù),參數(shù)名填寫_sites_link(網(wǎng)址鏈接)和 _sites_sescribe(簡介),并映射采集網(wǎng)址的字段。
一為主題其他可選參數(shù):_seo_title(seo標題)、_seo_metakey(seo關(guān)鍵詞)、_seo_desc(seo描述)等;
在簡數(shù)采集結(jié)果數(shù)據(jù),將網(wǎng)址數(shù)據(jù)批量發(fā)送到導(dǎo)航網(wǎng)站。