`。重点是看它的 `class` 或者 `id`。这就好比它的身份证。比如 `class="entry-title yipinkpazuv-wrgg-ehgi"`。这个特征必须唯一。不然抓出来就乱套了。

3. 装个好用的插件

Zblog本身不带采集功能。你得去应用中心搜插件。搜“采集”或者“规则”。找个安装量高、评论好的。装好之后去后台设置。一般都有“新建规则”的按钮。点进去，就是我们要填空的地方了。

二、标题和正文，怎么抓才准

这是最核心的部分。就像做饭切菜。刀法不对，菜就切坏了。规则写不对，抓回来就是一堆乱码。

1. 标题规则怎么写

回到刚才看的源代码。假设标题代码是这样：

```html

这是一篇文章 ```

那你的规则就可以写XPath。XPath就是一种定位语言。专门用来在HTML里找东西。你可以写：

```text //h1[@class='post-title yipinkpebu1-ndnr-lucb'] ```

这就告诉插件：去找h1标签。并且class必须是post-title。这样就能精准抓到标题。别把导航栏的标题也抓进来了。那是大坑。记得测试一下。看抓出来的对不对。

1. 正文才是重头戏

正文通常都在一个大 `div` 里。比如 `id="content"`。但是正文里经常有广告。还有推荐阅读。这些垃圾内容怎么过滤？这就得用排除法。先写个大范围规则。把整个div抓下来。然后在“内容过滤”或者“排除规则”里。把广告的代码特征填进去。比如包含“广告”两个字。就删掉。或者排除掉 `class="ad yipinkp02as-okoq-m0zt"` 的div。

举个例子。如果正文里有“点击阅读更多”。这个链接肯定要删。你就写个规则。把包含这句话的 `a` 标签去掉。这样你的文章就干净了。用户体验才好。

三、图片和分页，细节决定成败

光抓文字还不够。图片不显示。文章分两页。这些都是常见坑。得一个个填平。

1. 图片要本地化，别留外链

采集过来的文章。图片链接还在人家服务器上。哪天人家把图删了。你的文章就裂图了。很难看。一定要在插件里勾选“图片本地化”。或者“下载图片到本地”。设置好保存路径。比如 `/upload/2023/`。这样图片就变成你的了。稳稳当当。

有些网站防采集。图片做了防盗链。这时候你得在插件里设置“来路”。填上那个网站的域名。这样伪装成浏览器访问。图片就能下载下来了。

2. 分页文章怎么搞

有的长文章分好几页。比如“下一页”。如果你只抓第一页。内容就不全。这时候要用到“分页规则”。找到“下一页”这个按钮的代码特征。比如 `a` 标签里的文字是“下一页”。或者有个特定的 `class`。

在插件里找到“多页采集”或者“自动分页”的选项。把规则填进去。插件就会像人一样。点完第一页点第二页。把所有内容拼在一起。这才是完整的文章。

赶紧动手试一试

看完是不是觉得也没那么难？其实就是找规律。然后填空题。别怕报错。多试几次就对了。第一次写肯定手生。写两个就顺了。赶紧打开你的后台。试着写第一条规则。光看不练假把式。动起来才是硬道理。让网站自动更新起来。你也能当甩手掌柜。