- 在“选择列表范围”环节：正确地定位到那张图片所在的HTML标签。
- 在“设置列表属性”环节：将图片的
src属性（或href属性）作为“标题链接”和“标题图片”来抓取。
下面是详细的图文步骤和代码示例,请根据你的目标网站结构调整。
（图片来源网络，侵删）
操作步骤
第一步：打开采集管理并创建新规则
- 登录你的DedeCMS后台。
- 在顶部菜单栏找到 “采集” -> “网站采集”。
- 点击 “增加新采集”，进入采集规则配置页面。
第二步：填写网站基本信息
- 网站名称: 填写一个你方便识别的名称，XX图片新闻站”。
- 网站主页: 填写目标网站的首页地址。
- 列表网址: 填写包含你想要采集的列表页的URL，这里可以使用通配符 来匹配多页，
http://www.example.com/news/list_*.html - 编码: 选择目标网站使用的字符编码，通常是
UTF-8或GB2312，如果不确定，可以先随便选一个，在预览时根据实际情况调整。 - 采集间隔: 设置一个合理的抓取间隔，避免对对方服务器造成太大压力（建议3-5秒以上）。
第三步：设置“列表范围”（最关键的一步）
这一步的目的是告诉DedeCMS,在列表页的HTML代码中，哪些部分是每一条独立的新闻/文章。
- 列表开始标记: 点击旁边的“选择”按钮，会弹出一个窗口，显示目标列表页的HTML源码。
- 在源码中,找到包裹着第一条新闻的起始标签，通常会是
<div class="news-item">、<li class="list-item">或<table>等。 - 用鼠标选中这个起始标签（包括标签本身），然后点击“选择”。
- 列表结束标记: 同样地，找到包裹着第一条新闻的结束标签。
</div>、</li>或</table>。 - 用鼠标选中这个结束标签,然后点击“选择”。
完成这一步后,DedeCMS就知道要从哪里到哪里去提取单条信息了。
第四步：设置“列表属性”（核心步骤）
为图片链接”的关键，在“列表属性”区域，你会看到几个需要填写的字段。
图片本身是 <a> 标签（最常见）
这种情况是图片被包裹在一个超链接 <a> 标签里，点击图片就跳转到文章页。
（图片来源网络，侵删）
HTML结构示例：
<a href="http://www.example.com/article/123.html">
<img src="http://www.example.com/images/thumb_123.jpg" alt="文章标题">
</a>
DedeCMS设置方法：
-
标题链接:
- 点击“选择”按钮，在弹出的窗口中定位到
<a>- 在右侧的“属性”下拉菜单中，选择
href。- 这样,DedeCMS就会把
<a>标签里的href属性值（即文章的真实链接）抓取过来，作为这条记录的链接。 - 在右侧的“属性”下拉菜单中，选择
- 点击“选择”按钮，在弹出的窗口中定位到
-
标题图片:
（图片来源网络，侵删）- 再次点击“选择”按钮，在弹出的窗口中定位到
<img>- 在右侧的“属性”下拉菜单中，选择
src。- 这样,DedeCMS就会把
<img>标签里的src属性值（即图片的地址）抓取过来，作为这条记录的标题图片。 - 在右侧的“属性”下拉菜单中，选择
- 再次点击“选择”按钮，在弹出的窗口中定位到
-
- 这种情况下,图片的
alt属性通常就是文章的标题。 - 点击“选择”按钮，定位到
<img>- 在右侧的“属性”下拉菜单中，选择
alt。alt属性为空，你也可以抓取<a>标签内的文本内容（如果有的话），或者选择“不采集标题”，之后在后台手动填写。 - 在右侧的“属性”下拉菜单中，选择
- 这种情况下,图片的
图片是 <img> 标签，但外层 <a> 标签的链接是文章链接
这种情况和场景一类似,只是 <a> 和 <img 的嵌套关系可能不同，但抓取方法完全一样。
HTML结构示例：
<div class="news-box">
<a href="http://www.example.com/article/456.html">
<img src="http://www.example.com/images/thumb_456.jpg">
</a>
<h3><a href="http://www.example.com/article/456.html">文章标题文字</a></h3>
</div>
DedeCMS设置方法：
- 标题链接: 选择外层的
<a>标签，属性选href。 - 标题图片: 选择
<img>标签，属性选src。 - 可以选择抓取
<h3>里的<a>标签的文本，或者<img>的alt属性。
图片的 src 本身就是链接（不常见）
这种情况是图片直接链接到文章页,没有 <a> 标签包裹。
HTML结构示例：
<img src="http://www.example.com/article/789.html" alt="文章标题">
DedeCMS设置方法：
-
标题链接:
- 选择
<img>- 在“属性”下拉菜单中，选择
src。- 这样,图片的地址就被当作了文章的链接。
- 在“属性”下拉菜单中，选择
- 选择
-
标题图片:
- 这种情况比较特殊,因为
src已经被用作链接了，你需要一个备用的缩略图地址。 - 检查HTML中是否有其他地方存放了缩略图,比如一个
data-src属性，或者旁边有一个独立的缩略图<img>。 - 如果找不到,你可能需要先采集文章链接，然后在“内容页采集”环节去抓取文章内的图片作为缩略图。
- 这种情况比较特殊,因为
第五步：设置“内容页范围”
设置好列表后,你需要告诉DedeCMS如何进入文章的详情页并抓取内容。
- 点击“选择”，在弹出的窗口中，定位到文章详情页的区域。
- 选择包裹正文内容的起始和结束标签（
<div class="article-content">和</div>）。 - : 系统通常会自动识别，你可以手动确认一下。
- 发布时间: 选择存放发布时间的标签和属性（通常是
<span class="date">里的文本）。 - 内容分页: 如果文章有分页，需要设置分页规则。
- 作者: 选择存放作者信息的标签和属性。
第六步：保存并测试
- 点击页面底部的 “保存” 按钮。
- 保存成功后,回到“网站采集”主页面，找到你刚创建的规则。
- 点击 “开始采集” 或 “测试采集”。
- 在测试结果中,仔细检查 标题链接、标题图片、 这几项是否都抓取正确。
- 如果一切正常,就可以开始正式采集了。
常见问题与解决方法
-
问题1：抓取不到图片链接或链接为空。
- 原因:
src或href属性可能使用了相对路径（如../images/abc.jpg或/images/abc.jpg）。 - 解决: DedeCMS通常能自动处理相对路径，但如果不行，你可能需要在后台配置“远程站点目录”，或者在采集后通过“批量维护” -> “远程文件本地化”功能来转换路径。
- 原因:
-
问题2：图片链接是JS动态加载的。
- 原因: 图片的
src属性可能是空的，或者是一个占位符，真正的图片地址是通过JavaScript动态赋值的。 - 解决: DedeCMS的采集器无法执行JavaScript，这种情况下无法直接采集，你需要寻找一个能直接提供图片真实地址的API或隐藏的
data-src属性。
- 原因: 图片的
-
问题3：采集到的链接是列表页的链接，而不是文章详情页的链接。
- 原因: 在设置“标题链接”时，错误地选择了列表项容器（如
<div>）的链接，或者没有正确找到指向详情页的<a>- 解决: 仔细检查HTML结构，确保你选择的是那个能跳转到独立文章页面的
<a>标签，并正确选择了href属性。 - 解决: 仔细检查HTML结构，确保你选择的是那个能跳转到独立文章页面的
- 原因: 在设置“标题链接”时，错误地选择了列表项容器（如
希望这份详细的教程能帮助你成功设置DedeCMS的采集规则！
