采集机器人问题不断。。。

感谢8楼提示，已经搞定，不是采集机器人问题，而是数据库字段50字节限制的问题，已经修改为255，还有一个newsfrom字段，也已经修改完成！希望官方把这两个字段都扩大到255。谢谢！

采集来源：

信息来源识别规则：

1. 来源: [from]　<a href=

复制代码

或：

1. 来源: [from]　<a

复制代码

例1：
          源内容：

1. 　来源: <a href=http://www.dayoo.com target=_blank>大洋网</a>(广州)　<a href="#" id="talk1" class="cDRed" >

复制代码

采集结果：

1. <a href=http://www.dayoo.com target=_blank>大洋网<

复制代码

例2：
          源内容：

1. 　来源: <a href=http://www.people.com.cn target=_blank>人民网</a>(北京)　<a href="#" id="talk1" class="cDRed" >

复制代码

采集结果：

1. 
   
2. <a href=http://www.people.com.cn target=_blank>人?

复制代码

结果整个文章内容都被链接包括，这么简单的字符都区分不了，即使是表面空格内含有特殊字符无法区分，在ss的模板里面加上<td></td>给框起来也不至于全文被链接！
建议把机器人源代码公布出来，让大家根据实际采集目标作修改，以便进一步完善！！！

[ 本帖最后由 东方网 于 2008-1-23 19:22 编辑 ]

采集规则设置错误！
来源: <a href=[from]</a>

这样能行？？？
这就是结果：

1. http://sports.163.com/ target=_blank>网易体育专稿

复制代码

这些都会显示在网页上，失去了超链接！

[ 本帖最后由 东方网 于 2007-12-9 02:05 编辑 ]

我就搞不懂，这么简单的代码怎么会出错：

1. $from = '来源: <a href=http://www.dayoo.com target=_blank>大洋网</a>(广州)　<a href="#" id="talk1" class="cDRed" >';
   
2. list(,$from) = explode("来源: ",$from);
   
3. list($from,) = explode("　<a",$from);
   
4. echo $from;

复制代码

输出：

<a href=http://www.dayoo.com target=_blank>大洋网</a>(广州)

看错了
您的采集规则设置的明显没有闭合

建议采集规则修改成
来源: [from] <a href="#" id="talk1"

外加一句
采集器使用的是正则匹配，而不是左右切割字符

楼上方法还是不行
正则我不懂，但简单的左右切割就能够准确有效地解决问题，何必要用正则表达式呢？

看了上面大家写的内容，我想有必要纠正一下大家配的采集规则。以下才是正确的配置方法

1. 来源: <a href=*target=_blank>[from]</a>

复制代码

如果按楼主所配的方式，程序配置出内容，而数据库中的表字段itemfrom char(50) ，存进去也是会被截取的。

我想楼主想解决的是连同来源地址一起采集内容中，在内容中点击来源，跳到相应的来源网站，但目前这个版本的采集器并不支持这这么一个功能

[ 本帖最后由 andy888 于 2007-12-17 11:52 编辑 ]