關關採集規則教程?

現在小說閱讀類網站如雨後春筍辦比比皆是，這中間就要說說小說類網站必備的工具“關關採集器”，免費版的很多，但是採集規則會寫的朋友就沒幾個了，在這裡簡單的教給大家關關採集規則如何編寫。

工具/原料

關關採集器5.5 或者6.0

目標站

懂得一點HTML語言就更OK了

方法/步驟

介紹一下關關採規則當中需要用到的一些標籤

\d* 表示數字 \s* 表示空格+換行 .+? 表示字符(不能為空) .* 表示字符(可以為空)
() 表示我們需要的部分 ((. \n)*) 章節的內容部分，包括了換行。
=====與傑奇後臺標籤的對應關係=====
!!!! 相當於 ([^><]*)
~~~~ 相當於 ([^><'"]*)
^^^^ 相當於 ([^><\d]*)
$$$$ 相當於 ([\d]*)
**** 相當於 (.*)

現在開始編寫規則，假設目標站為凌風閣小說(www.lingfengge.com)

首先我們需要複製一份原有的規則做模版（規則文件存放在Rules目錄下）。把複製的那份做模板的規則命名為lingfengge.xml 或凌風閣小說.xml，這個主要是便於規則管理。

運行採集器裡的規則管理工具，打開後載入剛剛我們命名為lingfengge.xml 或凌風閣小說.xml的文件。

現在可以正式的編寫規則了，我們寫規則時要找的標誌性代碼必需是整個頁面裡唯一的代碼，其次我們取用的部份代碼超精簡超好。

1. GetSiteName(站點名稱) 這裡我們寫凌風閣（在執行任務時會在上方顯示）

2. GetSiteCharset(站點編碼) 這裡我們打開www.lingfengge.com源代碼查找 charset= 得到charset=gbk這個gbk就是我們需要的站點編碼

3. GetSiteUrl(站點地址) 這個就不用我說了吧 寫入http://www.lingfengge.com

4. NovelListUrl(站點最新列表地址) 因為這些每個站點的不同，這個就需要自己去找了凌風閣的是

5. NovelList_GetNovelKey(從最新列表中獲得小說編號) 此規則中需要同時獲得書名，獲得書名是在手動模式的時候用到，如果你要用手動模式那麼必須獲得書名，否則手動模式將會無法使用。我們 打開 這個地址查看源文件，我們編寫這個規則的時候找到想要獲得的內容所在的地方，比如我們打開地址看到想要獲得的內容的第一本小說的名字是“天價小嬌妻：總裁的33日索情”我們在源文件裡面找到“天價小嬌妻：總裁的33日索情”複製代碼我們編寫規則用到的代碼其實也不是很多,編寫規則的原則是能省則省,也就是說代碼越短越好除非萬不得已一般精短一些比較好。好了不廢話了，在這個規則裡面我們需要用到的是

《天價小嬌妻：總裁的33日索情》
複製代碼我們將這段改下《(.+?)》

複製代碼其中 (\d*) 表示編號 (.+?) 表示小說名 .+?表示代替此位置字符，經過測試正確

6. NovelUrl(小說信息頁地址) 這個很容易，我們隨便點開一本小說就能知道了，比如說這本小說，我們可以看到的我們改下將裡面的5727換成 {NovelKey} 一般情況表示小說編號http://www.lingfengge.com/txt/ {NovelKey}.html

7. NovelName(獲得小說名稱正則) 我們還打開剛才那本書查看源代碼，獲得小說名稱那我們在源代碼裡查找到天價小嬌妻：總裁的33日索情，需要得到前後代碼為唯一的位置，一般小說站的名稱都在H1或者H2標籤裡，這個我們得到的內容是

天價小嬌妻：總裁的33日索情

複製代碼這一段 我們改下

(.+?)

下面的 NovelAuthor(獲得小說作者)、LagerSort(獲得小說大類)、SmallSort(獲得小說大類)、NovelIntro(獲得小說簡介)、NovelKeyword(獲得小說主角(關鍵字))、NovelDegree(獲得寫作進程)、NovelCover(獲得小說封面)這些呢我就不演示了，這些跟上面的那個獲得小說名方法是一樣的，也就所謂的一通百通。需要說到的是獲得簡介的時候最好用 ((. \n)*)來代替，因為中間可能包含換行。

8. NovelInfo_GetNovelPubKey(獲得小說公眾目錄頁地址)很多站目錄頁的地址有子ID在前邊，所以我們要採集目錄頁的地址我們獲得代碼如下：

在線閱讀 複製代碼這一段 我們改下 在線閱讀

9. PubIndexUrl(公眾目錄頁地址) 這個裡面寫入{NovelPubKey}index.html

10. PubVolumeSplit(分割分卷) 這個分割分卷 有寫地方需要注意到 如果分割分卷的正則沒對 那麼有可能 對於下面的 獲得章節名那些有很大的影響 這裡 我們獲得 分割部分的代碼呢 按我的經驗呢 是找到第一個 分卷 跟下面的分卷 查看他們的共同處 在我們分析 這個目錄章節裡面的源代碼 可以看出分卷的代碼為H2標籤，因此分割分卷就填寫

11 . PubVolumeName(獲得分卷名) 上面我們說明分割部分用到

因此分卷名為

(.+?)

12. PubChapterName(獲得章節名) 這個我們拿一段來說明

一章 時間方恨少

複製代碼如果有碰到時間、日期、更新字數什麼的我們直接忽略，因為這些不是我們要獲得的內容，這個我們可以用 .+? 來表示。 好了我們吧上面的那一段改下改成表達式

(.+?)

複製代碼正常獲得內容。（如果不是單行的話我們用\s* 來表示N個換行符)

13. PubChapter_GetChapterKey(獲得章節地址(章節編號)) 這裡說明下 這個裡面的章節編號是在下面的 PubContentUrl(章節內容頁地址)用到，那麼這裡我們需要獲得的是章節地址分析得到

.+?

這裡既然是獲得章節地址那為什麼我們還有用到章節名的呢？這個說下主要就是為了避免獲得的章節名跟獲得的章節地址不匹配。
如果是章節頁是亂序的這裡就要獲得章節編號了（強烈見意用戶用獲得章節編號）

17. PubContentUrl(章節內容頁地址) 這裡拿 這個來說明下該怎麼用，其中的http://www.lingfengge.com/html/5/5727/這個是前邊獲得的目錄地址我們用{NovelPubKey}替代，1693778這個就是在 PubChapter_GetChapterKey 裡面獲得的 章節編號我們{ChapterKey} 替代，填入{NovelPubKey}{ChapterKey} .html 18. PubContentText(獲得章節內容) 這個獲得方法我們就拿這個地址來說吧，打開源代碼在內容上下我們看到

複製代碼這裡我就直接改成正規的內容獲得代碼如下