大家好，我是教程君，上节教大家怎么添加起始网址，这节主要教程为多级网址获取：就是获取起始网址页面内的地址。
根据上面“添加起始网址”这个教程我们已经告诉采集器入口地址，我们一般采集的信息都是有选择性的并不是所有的信息都是要采集，比如我们采集腾讯新闻中的各地新闻地址，起始地址是：
http://news.qq.com/newsgn/gdxw/gedixinwen.htm我们只要采集的是左侧的新闻列表，其他位置的内容都不是我们想要的如下图所示：
也就是说采集的范围我们要告诉采集器，不然采集器就会把起始地址下面的地址全部都采集到，下面来讲这些在采集器里面是如何设置的。 第一步是打开设置多级网址获取规则的界面如下图操作
然后就打开多级网址获取规则的界面了如下图
上图可以看到 网址获取选项那里下面有3个选项分别是“从页面自动分析得到地址链接”，“手动填写链接地址规则”，“使用Xpath方式获取地址”。下面就这个3种方式进行讲解下。
1.从页面自动分析得到地址链接
这种方式获取地址是告诉采集器一个采集范围，采集器会把这个范围内的链接地址全部采集到，上图“从该选定区域中提取网址”这个就是写范围的。有的时候可能采集的结果有些是我们不想要的，那么上图的“结果网址过滤”就可以设置地址中必须包含字符或者不得包含的字符。
大家先看下打开的源文件 是不是很多页面上的信息都可以看源文件里看到。那么就找下我们要采集的新闻在那里，上图我们看到第一篇新闻的标题是“facebook故事出新玩法”，这里注意下这个新闻是及时更新的，当你看到这篇教程的时候第一篇文章标题早就不是这个了，这里大家注意。方法是一样的，大家要会举一反三。我们可以复制这个标题去页面源代码里出查找看看在什么位置如图：
上图注意下红框框出来的字符，这串字符复制在页面源代码里向上查找一下，发现查找不到也就是说这串字符是在页面源文件第一次出现（这个很重要，必须是第一次出现），下面就是我们要采集的新闻内容的地址。这串字符就是这个区域的开始。
用上面同样的办法查找最后一篇文章所在位置，找到这个区域的结束如下图：
最后一篇文章结束位置找一串字符做为结束，这里是可以随意的，只要保证从我们上面说的开始字符开始第一次出现的就可以了，我这类找的是</div>，你同样可以找别的。
这里我们就把开始字符和结束字符找到了，现在添加到采集器里面。 如下图：
测试网址如下：
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
