PTCMS采集规则

以https://www.txtbook.org/shuku/0_all_0_0_0_0_2_0_1.html为例讲解

一、添加站点

二、采集规则详细步骤

1、添加规则（规则管理-->添加）；

2、规则名称根据实际情况填写；

3、所属站点选择上面添加的；其它默认就可以。

4、更新列表规则

https://www.txtbook.org/shuku/0_all_0_0_0_0_2_0_1.html 第1页
https://www.txtbook.org/shuku/0_all_0_0_0_0_2_0_2.html 第2页
https://www.txtbook.org/shuku/0_all_0_0_0_0_2_0_3.html 第3页
………………
https://www.txtbook.org/shuku/0_all_0_0_0_0_2_0_99.html 第99页

通过分析得出如下规则

https://www.txtbook.org/shuku/0_all_0_0_0_0_0_0_[page].html
 
系统中[page] 表示多页页码

5、小说名称

<ul>
<li class="one">1</li>
<li class="two">[玄幻奇幻]</li>
<li class="three"><a href="https://www.txtbook.org/book/13887/" target="_blank">《你们练武我种田》txt下载</a><span class="gray"><a href="/read/13887/14529389.html" target="_blank" title="第四百七十八章：传播武道">第四百七十八章：传播武道</a></span></li>
<li class="four"><a href="/author/%B0%A5%D3%B4%B0%A1" target="_blank" rel="nofollow">哎哟啊</a></li>
<li class="five">连载中</li>
<li class="six">2020-12-22 15:20</li>
</ul>

根据“唯一”原则找到

<li class="three"><a href="https://www.txtbook.org/book/13887/" target="_blank">《你们练武我种田》txt下载</a><span class="gray">

分析这段代码获取我需要的数据，写规则；

方法一：

<li class="three"><a href=".*?" target="_blank">《(.*?)》txt下载</a><span class="gray">

方法二：

<li class="three"><a href=".*?" target="_blank">(.*?)txt下载</a><span class="gray">

这两种方法的区别在于方法需要替换掉《》，我用了方法二。

6、小说书号

分析代码

<li class="three"><a href="https://www.txtbook.org/book/13887/" target="_blank">《你们练武我种田》txt下载</a><span class="gray">

规则

<li class="three"><a href="https://www.txtbook.org/book/(d*)/" target="_blank">.*?</a><span class="gray">

d* 表示纯数字，（d*）表达我们要获取这里数字。

7、信息页地址

根据URL分析，是https://www.txtbook.org/book/+书号。

在官方教程文档中有相应的参数，

[subnovelid] == 分类ID

[novelid] == 小说ID

[chapterid] == 章节ID

8、小说名称、小说作者、小说封面、小说分类、小说简介、小说进度

这些规则都很好找不再多写，直接看下面图片。主要说一下小说进度，也是这次为什么用这个网站作为案例讲解的原因。

在源代码查到不到连载，通过小说图片左上角的“连载中”小图标找到代码

<div class="novel_status" data-status="1"></div>

再找一本完结的小说对比一下

<div class="novel_status" data-status="2"></div>

然后我们获取1、2再进行规则替换

9、通过上面学习之后，章节以及内容就很容易写了。