采集不到图片

在采集文学城和留园网时遇到这样的问题：
图片样式是：<input type=image onload='javascript:if(this.width>750) this.width=750' src=http://himg2.huanqiu.com/attachment/100512/d9c7e1941d.jpg onclick=document.location='http://netshuku.com'>

而我们一般采集的图片是img。应该是要去修改采集的正则匹配，但我不知道应该怎么改？或是有更好的办法

请高手指点一下

哪位高手给帮忙看看

<input type=image onload='javascript:if(this.width>750) this.width=750' src=http://himg2.huanqiu.com/attachment/100512/d9c7e1941d.jpg onclick=document.location='http://netshuku.com'>

很简单呀，在内容过滤规则中过滤：
type=image onload='javascript:if(this.width>*) this.width=*' | onclick=document.location='*'

然后在内容替换那里把<input 替换为<img
把jpg>替换成jpg">

就可以了

在采集文学城和留园网时遇到这样的问题：
图片样式是：

而我们一般采集的图片是img。应该是要去修改采集 ...
xhhkitty 发表于 2010-5-12 16:14

<input type=image onload='javascript:if(this.width>750) this.width=750' src=http://himg2.huanqiu.com/attachment/100512/d9c7e1941d.jpg onclick=document.location='http://netshuku.com'>

很简单呀，在内容过滤规则中过滤：
type=image onload='javascript:if(this.width>*) this.width=*' | onclick=document.location='*'

然后在内容替换那里把<input 替换为<img
把jpg>替换成jpg">

就可以了

回复 4# kingtung 的帖子


    多谢啦，我试试

回复 5# xhhkitty 的帖子


    你好，我按照你说的方法设置了，留园网已经能够采到了，可是采集文学城的时候图片都采的0KB，都是空的，不知道是什么问题。
文学城的图片代码是<input type=image ='java:if(this.width>750) this.width=750' src=http://space.wenxuecity.com/gallery/others/gj/gj-sswh/news/2010/05-16/U41P4T8D2284712F116DT20100516102030.jpg onclick=document.location='http://pop.'>。

请帮我看看吧，多谢啦。是图片本身的问题吗？

回复  xhhkitty 的帖子


    你好，我按照你说的方法设置了，留园网已经能够采到了，可是采集文学城的时 ...
xhhkitty 发表于 2010-5-18 14:34

同我楼上的回复一样的道理，过滤+替换就可以完美解决了呗

回复 7# kingtung 的帖子


    恩，我就是过滤加替换这样做的，替换加过滤完了之后的样式是正常的能够采集的样式了，但是采到图片老是空的。就是0KB。

留个记号，学习一下

我也遇到了，文章内容过滤"后"为
<IMG Src="http://www.8264.com/attachments/2010/07/3552053_201007241043231S052.jpg" border=0>
还是采不到图片