在列表頁提取器選擇要采集的網(wǎng)址鏈接時，中間夾雜著一些多余的頁面鏈接，例如欄目鏈接、廣告鏈接和標(biāo)簽鏈接等，要怎么解決？

可通過手寫Xpath值來精確選擇鏈接區(qū)域來解決。

但有個更簡單的技巧，就是在詳情頁提取器使用 “采集結(jié)果不得為空” 功能，因為這些多余的頁面結(jié)構(gòu)排版和常規(guī)的文章頁面都不一樣，采集時就會過濾掉這些不符合采集規(guī)則的頁面。

在簡數(shù)采集器某個任務(wù)的詳情頁提取器，選擇或輸入正確的文章頁面配置采集規(guī)則，title 字段和 content 字段處都勾上 “采集結(jié)果不得為空”即可。

1）采集文章頁面時

title和content字段采集時都獲取到對應(yīng)的信息，系統(tǒng)就正常采集入庫這條數(shù)據(jù)。

2）采集非文章頁面時（例如廣告，列表頁面）

title或者content字段采集時沒有獲取到信息，系統(tǒng)就會過濾不入庫這條數(shù)據(jù)。