云端内容采集( 采集匹配的开始和结束代码应该怎样设置？【豹子融】)

　　云端内容采集(

采集匹配的开始和结束代码应该怎样设置？【豹子融】)

　　新云系统采集设置中常见问题及相关解答

　　1、过滤设置有什么作用，我想过滤什么样的标签？

　　2、采集 比赛的起止码应该怎么设置？

　　3、采集返回的内容如何不造成页面错位？

　　4、分页采集如何设置？内容分页和分页设置有什么区别？

　　对上面xinyun采集常见问题一一解答：

　　1、过滤设置有什么作用，我想过滤什么样的标签？

　　采集时，对方网页的内容可能收录很多我们不想或不想看到的内容，比如在内容中插入广告，在关键词中添加链接内容。内容中使用了一些JS特效。此时可以根据对方的内容查看源代码，看看要过滤的内容显示的是什么样的代码。比如过滤掉JS代码，选择SCRIPT标签，过滤掉连接，选择A标签，过滤掉字体颜色，选择FONT标签。要过滤掉 DIV 内容，请选择 DIV 标签。

　　2、采集 如何设置匹配的起止码？

<p>采集中最重要的就是设置采集匹配码，匹配的内容会以我们网站上数据的最终形式放到不同的字段中。设置起始码时，一般需要在页面源码中选择要拦截的内容前面的一段代码，并且应该是前面内容中唯一出现的一段代码。比如截取标题的时候，一般只需要设置一下，因为很多网站在内容页面以标题的形式显示标题，往往是页面上唯一出现的代码。设置结束码时，只需要设置要截取的内容后的第一个字符即可。当然，你也可以设置一段字符，它不需要是页面上唯一的字符。比如这里我们使用作为起始码，而结束码设置为