蜂集采集器jQuery选择器采集教程
蜂集采集器是WordPress上非常强大的内容采集器，能采集器普通咨讯站，资源站，下载站，产品站等。
很多人不太了解规则应该怎么写。其实这款采集器可以使用非常简单jQuery选择器。这篇教程教大家如何使用jQuery表达式采集网页内容。
在教程开始之前，我们需要先简单学习一下jQuery表达式。
jQuery表达式
这里我们主要介绍四种：
1. id选择器： #id1 根据id属性为id1的节点
2. class选择器： .class-name 选择class属性为class-name的所有节点
3. 节点选择器： element 选择名为element的所有节点
4. 层级选择器： #id1 .class-name 选择id属性为id1下面的所有class为class-name的节点
以下面的html为例子
<!doctype html>
<html lang="en">
<head>
<meta charset="utf-8">
<title>demo</title>
</head>
<body>
<div class="container">
<div id="notMe"><p>id="notMe"</p></div>
<div id="myDiv">
<a href="http://www.imwpweb.com">imwpweb</a>
</div>
</div>
</body>
</html>
使用id选择器 “#myDiv”选择的节点则是
<div id="myDiv"><a href="http://www.imwpweb.com">imwpweb</a></div>使用class选择器 “.container” 选择的节点则是
<div class="container">
<div id="notMe">
<p>id="notMe"</p>
</div>
<div id="myDiv">
<a href="http://www.imwpweb.com">imwpweb</a>
</div>
</div>使用层级选择器”#myDiv a”
<a href="http://www.imwpweb.com">imwpweb</a>jQuery选择器就是这么简单！
总结一下：网页中的标签中有id，那么用”#”后面接着id这个属性值。如果有class，那么用 “.”后面接着class这个属性值。
列表采集规则
了解jQuery选择器，那么蜂集采集器的采集规则就不难写了。
首先学习列表规则。所谓列表规则就是从目标网页中获取文章列表的规则。只有采集到了文章列表，我们才能进一步采集文章内容。
下图就是一个列表规则，表达式是 “.list a”
根据我们上面学习的jQuery表达式，”.list a”的含义就是选择 class为list容器下面的a元素，也就是list下面所有的链接，这个链接就是我们的文章列表。
比如我们有下面这样的列表
<ul class="list">
<li><a href="1.html">列表项目一</a></li>
<li><a href="2.html">列表项目二</a></li>
<li><a href="3.html">列表项目三</a></li>
</ul>那么上面 .list a 这个规则采集到的就是 1.html 2.html 3.html 这几个文章地址。有了文章地址，我们才能继续采集文章。记住，蜂集采集器的工作模式是：从入口发现文章列表，再采集文章列表发布成文章。
如果不会查看网页源代码，可以前往：如何查看网页源代码教程中学习。
内容规则
内容规则指的是我们采集的文章所需要的规则，包含：标题，正文，分类等。我们需要为每个字段设置相应的规则！
在标题采集中，我们的jQuery选择器是h1，表示采集的是目标网站的<h1>标签中的内容。一般标题都是h1。
同样，正文，分类我们都可以此类推。填写相应的jQuery选择器即可采集。如果不会查看网页源代码，可以前往：如何查看网页源代码教程中学习。
新版新增Attr属性采集
最新版采集器新增Attr属性，用来采集链接更方便了。
比如我们想采集图片的地址，之前只能用正则表达式匹配，jQuery表达式无法做到。现在增加attr属性提取规则，可以很方便提取html标签属性。
比如我们有个网页中缩略图部分
<div class="thumb">
<img src="thumb.png" />
</div>想要采集到thumb.png，那么规则可以这样写
这个意思就是选择.thumb下img标签中的src属性值。是不是非常简单呢？
jQuery选择器参考手册
| 选择器 | 实例 | 选取 |
|---|---|---|
| * | $(“*”) | 所有元素 |
| #id | $(“#lastname”) | id=”lastname” 的元素 |
| .class | $(“.intro”) | 所有 class=”intro” 的元素 |
| element | $(“p”) | 所有 <p> 元素 |
| .class.class | $(“.intro.demo”) | 所有 class=”intro” 且 class=”demo” 的元素 |
| :first | $(“p:first”) | 第一个 <p> 元素 |
| :last | $(“p:last”) | 最后一个 <p> 元素 |
| :even | $(“tr:even”) | 所有偶数 <tr> 元素 |
| :odd | $(“tr:odd”) | 所有奇数 <tr> 元素 |
| :eq(index) | $(“ul li:eq(3)”) | 列表中的第四个元素（index 从 0 开始） |
| :gt(no) | $(“ul li:gt(3)”) | 列出 index 大于 3 的元素 |
| :lt(no) | $(“ul li:lt(3)”) | 列出 index 小于 3 的元素 |
| :not(selector) | $(“input:not(:empty)”) | 所有不为空的 input 元素 |
| :header | $(“:header”) | 所有标题元素 <h1> – <h6> |
| :animated | 所有动画元素 | |
| :contains(text) | $(“:contains(‘imwpweb’)”) | 包含指定字符串的所有元素 |
| :empty | $(“:empty”) | 无子（元素）节点的所有元素 |
| :hidden | $(“p:hidden”) | 所有隐藏的 <p> 元素 |
| :visible | $(“table:visible”) | 所有可见的表格 |
| s1,s2,s3 | $(“th,td,.intro”) | 所有带有匹配选择的元素 |
| [attribute] | $(“[href]”) | 所有带有 href 属性的元素 |
| [attribute=value] | $(“[href=’#’]”) | 所有 href 属性的值等于 “#” 的元素 |
| [attribute!=value] | $(“[href!=’#’]”) | 所有 href 属性的值不等于 “#” 的元素 |
| [attribute$=value] | $(“[href$=’.jpg’]”) | 所有 href 属性的值包含以 “.jpg” 结尾的元素 |
| :input | $(“:input”) | 所有 <input> 元素 |
| :text | $(“:text”) | 所有 type=”text” 的 <input> 元素 |
| :password | $(“:password”) | 所有 type=”password” 的 <input> 元素 |
| :radio | $(“:radio”) | 所有 type=”radio” 的 <input> 元素 |
| :checkbox | $(“:checkbox”) | 所有 type=”checkbox” 的 <input> 元素 |
| :submit | $(“:submit”) | 所有 type=”submit” 的 <input> 元素 |
| :reset | $(“:reset”) | 所有 type=”reset” 的 <input> 元素 |
| :button | $(“:button”) | 所有 type=”button” 的 <input> 元素 |
| :image | $(“:image”) | 所有 type=”image” 的 <input> 元素 |
| :file | $(“:file”) | 所有 type=”file” 的 <input> 元素 |
| :enabled | $(“:enabled”) | 所有激活的 input 元素 |
| :disabled | $(“:disabled”) | 所有禁用的 input 元素 |
| :selected | $(“:selected”) | 所有被选取的 input 元素 |
| :checked | $(“:checked”) | 所有被选中的 input 元素 |
你可能还喜欢下面这些文章
蜂集如何使用jQuery选择器采集网页内容
的元素.class$(“.intro”)所有。visible”)所有可见的表格s1,s2,s3$(“th,td,.intro”)所有带有匹配选择的元素$(“”)所有带有。
蜂集采集器，一款全自动的wordpress采集插件
imwprobot（蜂集）是一款wordpress采集插件。蜂集简介imwprobot（蜂集）是imwpweb开发的一款功能强大的全自动的智能采集插件。发布模块发布模块负责的是将采集的内容通过一定的规则转换成符合你当前wordpress支持的
如何编写蜂集的采集模块
测试采集当所有的规则都编写完毕之后，我们需要验证一下采集器是不是可以根据该规则正确采集，进入测试抓取Tab，填写链接和页面层级，点击抓取测试，查看效果，如下图：如果对采集器有使用上的疑惑，可以到蜂集采集交流群（群号在采集器的关于我们中可以找到
当HTML 中有多个class属性会出现什么问题
当一个元素有多个属性时会发生什么。如果您知道将类添加到此代码段（WordPress。解决方案当一个元素有多个类属性时会发生什么。”如果您知道将类添加到此代码段（WordPress。
蜂集设置采集分页列表方法
首先我们需要找到分页链接和其他链接不一样的地方，例子中的分页的链接都有“page”这个单词而其他的链接都没有这个单词，那么我们在列表规则中的链接包含框填上“page”，这样就可以采集到所有的翻页链接，如下图：填写完了之后，我们将测试的链接填入
wordpress支持采集吗
wordpress本身并没有采集功能，不过可以通过插件来实现采集功能，目前wordpress上比较好的采集插件是imwprobot(蜂集采集)，可以实现全自动采集，虚拟主机也可以运行。
如何使用XPath采集网页
为例子，点击开发者工具中的小箭头，如下图：然后鼠标放到网页中寻找需要采集的区域，在右侧中对应的源代码会被高量显示，如下图所示：因此我们左侧选中的区域的class就是content，写成xpath如下：意思就是匹配根结点下面任意class名称为