用火车头采集指定特征的网址、图片 src

大数据观察

了解大数据，关注大数据观察吧！

每个人都对这世界存有恶意，而我深爱你

文 / 数据君

前些天数据君用火车头从一个列表页采集一些网址，源码简化如下：

[xhtml]view plaincopy

111

222

333

我要采集到第二个链接，就是链接后指定有个IMG的，这个常用来采集热门帖子等，当时写的网址采集规则：

[xhtml]view plaincopy

(*)

却发现怎么都采集不对，最后想到原因：火车头从源码的前面开始匹配，每个链接都有这个特征，所以就匹配到了第一个链接上面，怎么解决呢？花了10块钱，一个兄弟帮我写了个规则：

[xhtml]view plaincopy

[参数]

就是把模糊匹配(*)给换成了[参数]，就这样简单，现在数据君就把这答案分享给大家。

主题 |火车采集器

插图 | 网络来源

作 者 介 绍

数据君：）

了解大数据，关注大数据观察

部分图文来自网络，侵权则删

我想给你一个理由 继续面对这操蛋的生活

这里收集了那些不太愿意沉沦的梦