簡數采集器可自動采集導航網站的網址鏈接(如AI導航站、軟件資源站等),并發布到指定網站。
導航站網址采集發布基本流程:定位網頁中的網址位置 -> 配置網址采集規則 -> 采集發布網站。
查找要采集的鏈接地址在網頁中的具體位置,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,對包含網址的區域,鼠標右鍵選擇 "檢查" ,可快速查看對應的HTML代碼。
當網址為<a>標簽的href屬性時,可直接使用簡數【獲取網址】功能一鍵提取。
若代碼中未發現目標網址(如上圖示例中的 "鏈接直達"),建議打開網頁完整源代碼進行搜索。
在網頁源代碼中查找目標網址,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,在網頁空白處(無文本與圖片),鼠標右鍵選擇 "查看網頁源代碼" 。
源代碼查看方式二:在瀏覽器地址欄輸入 view-source:https://www.網站.com/
II. 精準搜索
在網頁源代碼頁面,快捷鍵 Ctrl + F 打開搜索框,輸入目標網址(如 trae.com),可精準定位所有匹配網址的具體位置。
如示例圖,目標網址在 class="btn btn-arrow qr-img" 類的標簽 title 屬性值中。
網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),和抓取跳轉子頁面的內容。
打開簡數詳情提取器,填寫對應字段Xpath值(沿用前面示例,值應為//*[@class="btn btn-arrow qr-img"]) -> 字段數據處理 -> 高級提取 -> 提取值類型選擇【節點屬性】 -> 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)。
若屬性值里除了目標網址,還包含多余內容,可使用替換刪除或正則截取功能只保留網址。
示例獲取屬性值為 https://www.網址.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址:在字段數據處理【常用截取|提取】,正則捕獲組處填寫相應的正則表達式:
text=(.+?)\?
說明:此表達式是截取text=和?字符之間的內容,(.+?)為固定語法,問號字符需加反斜杠轉義。
完成提取標簽屬性中的網址配置后,發送操作請參見下方【第3章 發送導航網站】
如果目標網址未直接出現在網頁源代碼中,需通過點擊a標簽跳轉至子頁面后獲取,可使用內容多分頁功能實現抓取。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)。
在瀏覽器打開跳轉子頁面,查找目標網址。
因跳轉頁面停留時間過短,建議通過查找網頁源代碼定位目標網址,在瀏覽器地址欄直接輸入:
view-source:https://網站.com/go/?url=aHR0c....
在簡數詳情提取器,【當前字段Xpath】填寫對應目標網址的Xpath值(例子為//*[@class="loading-btn"]) -> 字段數據處理 -> 高級提取 -> 提取值類型選擇【節點屬性】 -> 屬性名填寫href -> 保存,測試采集查看結果。
簡數采集器支持自動發送網址數據到導航網站,比如Wordpress的OneNav 主題(一為主題)。
下載并安裝 Wordpress采集發送插件(兼容OneNav主題)。
在【發送目標管理】頁面,添加相應CMS系統的發送目標,例如添加發送目標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,參數名填寫_sites_link(網址鏈接)和 _sites_sescribe(簡介),并映射采集網址的字段。
一為主題其他可選參數:_seo_title(seo標題)、_seo_metakey(seo關鍵詞)、_seo_desc(seo描述)等;
在簡數采集結果數據,將網址數據批量發送到導航網站。