火车头采集器怎么采集内容页网址？
在编写火车头采集器规则时，设置好要采集的列表页地址后，就要开始配置采集内容页网址的获取方式。这里就简单讲解下火车头采集器怎么采集内容页网址？首先我们要知道获取内容网址有两种模式，分别是：常规模式和高级模式。
第一种常规模式：该模式默认抓取一级地址，即从起始页源代码中获取到内容页A链接。它有2种方式：A.自动获取地址链接 B.手动设置规则获取。
第二种高级模式：该模式对0级，多级，POST类型网址的抓取有效。即起始网址就是内容页网址；这时需要对多级列表网址采集才能得到最终内容页链接；也可能是post网址类型抓取等情况下使用高级模式。一般情况下使用的较少，初学者可以优先学习常规模式即可。
获取结果如图：
共81个一级网址，但实际我们需要抓取的1级网址是每页40个，所以我们可以通过区域设置和链接过滤设置 来获取我们所需要的链接。
这样我们再点击网址采集测试，可以看出结果是正确的。
对于有些由脚本生成的网址，采集器不能自动识别，此时就要手动设置规则获取了。手动设置规则获取设置原理是编写脚本规则，去和源代码里的内容匹配，获取到自己设置的参数即可。其中提取规则里的[参数]，(*) ，[标签:XXX] 都是通配符，可以统配任意字符，区别在于[参数]有返回值，一般用于拼接地址，(*)没有返回值，[标签:XXX]有返回值，返回值给标签。
此时，我们可以取其中的一条代码作为循环匹配，把我们要获取的链接替换成[参数]，需要采集到的值替换成标签。 如：
第二种高级模式：高级模式需要清空多级列表，列表地址就是内容页网址，因此不存在获取内容页网址的说法了。
本站内容主要来自各采集器官网和网络上收集的资料，如果有版权问题及时联系站长，会及时做删除处理。如果标记的是原创内容，则有站长原创，转载请保留出处。