来源网址很重要的。列表的获取就是从这里获取的。 
自己打开：http://www.dedecms.com/web-art/htmlbase/HTML/  
点击分页看下几个分页之间的URL有什么规则 
由此不难看出其中的规则可以看下面的url例子： 
http://www.dedecms.com/web-art/htmlbase/HTML/list_33 _【除此外其他都一样】.html 
由此我们提取出来的规则就是换为变量值的形式 
[url=http://www.dedecms.com/web-art/htmlbase/HTML/list_33_[var]http://www.dedecms.com/web-art/htmlbase/HTML/list_33_[var[/url]:分页].html 
而变量起始值是1，结束值是3，就代表1至3的列表页了。 

用正则匹配置网址就看本身是否有比较特定的文章网址字符。 
下面的html范围就比较重要，采集的实际文章地址就是从这里获取的。 
我们看原dede的列表。我们在浏览器里查看源文件。 
查找以下代码： 
图4 

图4  
 

上图中选中部分就是文章列表内容的开始处，而且在整个页面中是唯一的，因此我们就提取到了开始的HTML了 
结束的HTML一般可以在列表下面的分页处找到，也是提取在正个页面源码中唯一标识的代码，看下图选中部分： 
图5 

图5  
 


下面的【手工指定网址】就是你想特别采集什么网址，就直接填上即可。