最大重定向深度：采集器能采集一些跳转的页面，比如这个地址：http://go.rss.sina.com.cn/redirect.php?url=http://tech.sina.com.cn/i/2012-11-29/21427843535.shtml
点击之后实际上跳转到了这个地址：http://tech.sina.com.cn/i/2012-11-29/21427843535.shtml
如果采集器没有重定向功能，这种地址是无法采集的。
最大重定向深度就是控制跳转的次数,推荐值：2。 特殊图片本地化设置：最典型的莫过于discuz的帖子中的图片展示，如这个帖子（地址：http://www.discuz.net/thread-1893356-1-1.html）的图片。查看源码就会发现，如下图：
如图可以看到，图片路径并不存在于src属性，而是存在于file属性。如果不做任何设置的话，我们采到的图片将是none.gif。类似这种形式的图片还有很多，那么如何设置采集此类图片呢？
如上面的例子就可以这样填：*none.gif@@file 。意思就是当图片标签img的src属性包含none.gif时，尝试从file属性获取图片路径。 当然，我们并不需要每个人都填进去才能采集到论坛的图片，因为采集器预置了如下参数： *none.gif@@file（discuz论坛）
*bbsLoading.jpg@@src2（太平洋网络）
*imgloadingerr.gif@@original（天涯论坛）
*txt.mop.com@@data-original（猫扑论坛）
*blog.sina.com.cn/s/@@real_src（新浪博客）
*sg_trans.gif@@real_src（新浪博客)
特殊图片本地化设置：如果要采集论坛或者贴吧之类内容，内容中往往混杂大量的表情图片，这些表情数量繁多，而且有些论坛表情图片自己的论坛也有，所以没必要下载到自己的网站来。这个配置项就是来设置哪些图片不下载到本地的。
参数说明：一行一个。图片路径包含字符就检查本地是否有相应的文件,否则转换成远程路径,但不本地化。比如discuz的默认表情static/image/smiley/ 如果检测到内容含有这段字符，会检查论坛是否有相应的文件，如果有，则不会保存到本地。如果没有，图片路径转换成远程路径（比如搜搜表情）
采集器预置了一些常用的参数： static/image/smiley/（discuz默认表情）
piccache3.soso.com/face（搜搜图片）
cache.soso.com/img/
emot/em
static/image/common
是否显示错误信息：开启php错误提示，正常情况下应该关闭。 是否开启云采集：智能获取网页内容时自动从服务器搜索匹配规则，并下载到本地。如果不开启，将不会从接服务器，如果您的网站访问服务器太慢，可以关掉云采集 | 
发表于 2017-4-6 10:25:36
收藏
顶
踩